SEGMENTASI CONTINUOUS SPEECH DENGAN MENGGUNAKAN DYNAMIC THRESHOLDING DAN METODE BLOCKING BLOCK AREA

Abstract

Pengenalan ucapan adalah suatu teknik yang memungkinkan komputer untuk dapat mengerti kata yang diucapkan oleh seseorang. Aplikasi pengenalan ucapan dibagi menjadi dua jenis berdasarkan input yang digunakan yaitu isolated word dan continuous speech. Pada pengenalan ucapan continuous speech dibutuhkan tahap segmentasi yang berfungsi untuk memecah kalimat yang diucapkan menjadi kata-kata yang dapat dikenali oleh komputer. Kualitas hasil segmentasi, dapat mempengaruhi hasil pengenalan yang dilakukan. Penelitian ini, meneliti mengenai threshold dinamis yang digunakan pada proses segmentasi continuous speech dan juga perbaikan metode Blocking Block Area pada domain Bahasa Indonesia. Pada penelitian ini, dilakukan pembandingan tiga algoritma (K-Means, Fuzzy CMeans, dan Otsu) untuk mencari threshold dinamis terbaik dan dilakukan penambahan proses morfologi serta kolom overlapping pada metode blocking block area sehingga diperoleh akurasi segmentasi terbaik. Berdasarkan hasil penelitian, algoritma Fuzzy CMeans memberikan hasil threshold terbaik dibandingkan dengan dua alogoritma lainnya. Secara keseluruhan dengan menggunakan algoritma Fuzzy C-Means, dan penambahan morfologi serta kolom overlaping, penelitian ini dapat meningkatkan akurasi segmentasi continuous speech Bahasa Indonesia dari 24% menjadi 90%.