Abstrak
Bahasa Madura adalah Bahasa Daerah yang digunakan di Pulau Madura. Bahasa ini memiliki banyak variasi pengucapan dan dialek. Hal ini menyebabkan Bahasa Madura tidak mudah untuk dipelajari bahkan oleh masyarakat Madura khususnya anak-anak. Saat ini belum ada media pembelajaran Bahasa Madura yang menarik untuk mempelajari Bahasa Madura. Padahal melalui pembelajaran yang menyenangkan diharapkan dapat membantu anak untuk memperoleh kemampuan melatih penerapan pengucapan nama binatang, angka, buah dan benda dalam Bahasa Madura. Karena itulah perlu dibuat e-learning Bahasa Madura dengan menerapkan pengenalan pola suara sehingga dapat membantu anak mengenal Bahasa Madura yang memiliki variasi pengucapan untuk objek yang sama. Aplikasi e-learning Bahasa Madura untuk anak usia dini digunakan untuk mengenalkan nama objek dalam Bahasa Madura melalui pengenalan pola suara yang diucapkan dibuat dengan menggunakan teknik Mel-Frequency Cesptral Coefficients (MFCC) sebagai ekstrak fitur suara dan Hidden Markov Model (HMM) sebagai teknik pembelajarannya. Penerapan MFCC dan HMM untuk pengenalan pengucapan Bahasa Daerah khususnya Bahasa Madura belum pernah ada sebelumnya, sehingga dengan adanya penelitian ini diharapkan dapat membantu anak usia dini mengenal pengucapan kata Bahasa Madura dengan benar. Pada penelitian ini, sejumlah anak direkam suaranya untuk dijadikan sebagai data training. Data suara yang digunakan adalah data suara yang pengucapan dianggap benar. Skenario percobaan dilakukan dengan menggunakan satu model dan multi model. Setelah dilakukan serangkaian percobaan, hasil penelitian menunjukkan yaitu rata-rata akurasi untuk pengujian sistem dengan satu model yaitu 73% dengan akurasi tertinggi 75% dan rata-rata akurasi untuk pengujian sistem dengan multi model yaitu 80% dengan akurasi tertinggi 81%.
Kata kunci: e-learning, pengenalan pola suara, MFCC, HMM
1. PENDAHULUAN
E-learning merupakan Media pembelajaran yang memanfaatkan teknologi sistem informasi dalam penerapannya. Selain dapat digunakan secara mandiri, penggunaan e-learning yang memanfaatkan penggunaan audio dan visual dalam pembelajarannya dapat mengurangi rasa bosan dalam proses belajar mengajar. Bentuk pembelajaran yang menyenangkan diharapkan dapat memudahkan, memotivasi dan meningkatkan semangat penggunanya untuk belajar. Banyak e-learning yang telah dibuat namun belum ada yang menerapkan pengenalan pola suara untuk proses evaluasi pembelajaran. Pengenalan pola dapat dibuat dengan menggunakan MFCC dan HMM sebagai teknik pengenalan pola suaranya. Pengenalan suara merupakan salah satu bagian dari bidang aplikasi yang memungkinkan suatu perangkat untuk mengenali dan memahami kata-kata yang diucapkan dengan mengimplementasikan sebuah algoritma ke dalam sistem (Abdullah, Chow & Sin, 2003). Pengenalan suara dilakukan dengan melakukan ekstraksi sinyal suara-suara (Sanjaya, 2017) dan pencocokan fitur suara yang masuk ke dalam sistem. Salah satu teknik ekstraksi suara adalah MFCC yang merupakan salah satu metode terbaik dan sangat umum digunakan untuk ekstraksi fitur sinyal suara (Mehta & Dabhade, 2013). Sedangkan untuk pengenalan suara salah satunya adalah Hidden Markov Model (Permana, 2011). Metode Hidden Markov (HMM) adalah pendekatan yang paling cocok untuk pengenalan suara karena efisien, kuat, dan mengurangi waktu dan kompleksitas (Naziya & Deshmukh, 2015).
Untuk lebih lengkapnya anda bisa mengdownload jurnal nya di link berikut :
Kata Kunci : Penerapan Hidden Markov Model (HMM), Jurnal Sistem Pakar, Jurnal Teknik Informatika, Jurnal Skripsi, Jurnal, Contoh Jurnal, Skripsi Teknik Informatika,Contoh Skripsi, Skripsi
 DAN MEL-FREQUENCY CESPTRAL COEFFICIENTS (MFCC) PADA E-LEARNING BAHASA MADURA UNTUK ANAK USIA DINI){kind=link}
Post a Comment
Post a Comment