Segmentasi merupakan sub sistem dari Speech Recognition. Proses segmentasi suara pada Bahasa Indonesia lebih cocok dibuat ke dalam silabel sebagai satuan dasarnya. Penelitian sebelumnya telah menerapkan segmentasi pada Bahasa Indonesia dan menambahkan proses splitting dan asimilasi untuk meningkatkan akurasi dan menurunkan insertion error dan deletion error namun parameter yang digunakan untuk proses splitting dan asimilasi menggunakan observasi manual sehingga hasilnya belum dapat optimal. Penelitian ini membahas optimisasi parameter boundary detection, splitting dan asimilasi pada Automatic Indonesian Speech Syllable Segmentation dan memperkenalkan dua modifikasi post-processing yaitu iterative splitting dan iterative assimilation. Optimasi dilakukan menggunakan algoritma genetika, dan masing-masing tiga metode dioptimalkan menggunakan algoritma genetika tersendiri. Parameter yang dioptimalkan menyebabkan iterative assimilation berhasil mengurangi insertion error dan membuat segmen yang diharapkan tidak tergabung secara berlebihan. Iterative splitting dilakukan lebih baik dibandingkan dengan splitting, memberikan 1.9% akurasi yang lebih baik dan 2.15% deletion error yang lebih sedikit, sedangkan iterative assimilation memberikan 4.29% insertion error yang lebih sedikit daripada asimilasi. Iterative splitting yang dipadukan secara berurutan dengan iterative assimilation memberikan akurasi terbaik sebesar 88.57% dan deletion error terkecil sebesar 14.55% dalam 110 Indonesian speech dataset ini.