PENENTUAN DIALEK JAWA MALANG, JEMBER, SOLO, DAN BANYUMAS MENGGUNAKAN METODE RECURRENT NEURAL NETWORK

HANIF NILAM PRATAMA ADIARSO

Informasi Umum

Kode

19.04.1795

Klasifikasi

006.454 - Speech Recognition

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Speech Recognition

Dilihat

248 kali

Informasi Lainnya

Abstraksi

ABSTRAK

Indonesia merupakan negara dengan beragam suku dan bahasa, dalam satu suku pun banyak menggunakan dialek atau bahasa yang berbeda-beda. Dalam hal ini penulis membuat suatu sistem aplikasi Speech Processing berteknologi Speach Recognition dengan metode atau algoritma yang digunakan yaitu Recurrent Neurel Network (RNN) untuk penentuan dialek Jawa Malang, Jember, Solo, dan Banyumas. Pada saat ini banyak sekali penelitian dan percobaan yang telah di lakukan oleh ahli teknologi moderen menggunakan Speech Recognition contohnya seperti google voice milik Google, dan Siri milik Iphone dimana mengolah data input berupa suara menjadi output yang sesuai dengan apa yang di inginkan oleh pengguna aplikasi tersebut. Sama halnya dengan sistem aplikasi penentuan dialek Jawa Malang, Jember, Solo, dan Banyumas menggunakan metode Recurrent Neurel Network ini dapat menentukan dan mengenali tidak hanya satu dialek bahasa jawa melainkan empat dialek bahasa jawa, yaitu dialek Jawa Malang, Jawa Jember, Jawa Solo dan Jawa Banyumas.

Recurrent Neural Network sendiri adalah metode yang digunakan dalam pengolahan data pada sistem ini, dimana dapat mencapai akurasi tertinggi 64% dalam pencocokan antara input dan output yang di hasilkan. Sistem yang di buat memiliki dasar yang sama seperti google voice, atau google translate akan tetapi dalam fiture google voice hanya bisa dalam bahasa-bahasa tertentu seperti Indonesia, English, dan Jawa. Dalam sistem aplikasi ini input yang berupa suara bahasa berdialek Jawa akan diolah hingga menjadi output dapat menentukan dialek Jawa Malang, Jember, Solo, dan Banyumas. Tidak hanya mengenali satu dialek Jawa saja akan tetapi juga dapat menentukan dialek Jawa dari daerah mana yang di hasilkan.

Kata Kunci : Speech Processing, Speech Recognition, Recurrent Neural Network, dialek