Fajar Muhammad Fauzi, Latiful Hayat, Dian Nova Kusuma Hardani
{"title":"Pengenalan Dialek Bahasa Daerah di Pulau Jawa menggunakan Metode Mel-Frequency Cepstral Coefficients dan Adaptive Network-based Fuzzy Inference System","authors":"Fajar Muhammad Fauzi, Latiful Hayat, Dian Nova Kusuma Hardani","doi":"10.30595/jrre.v4i2.11526","DOIUrl":null,"url":null,"abstract":"Indonesia merupakan negara besar yang memiliki banyak keberagaman budaya dan suku sehingga memiliki banyak bahasa atau dialek yang berbeda-beda di setiap daerah. Berbagai penelitian dalam pengolahan sinyal suara telah banyak dikembangkan. Salah satu penelitian yang menarik untuk dikembangkan adalah Identifikasi Dialek. Dalam penelitian ini, dibuat suatu program atau aplikasi Speech Recognition dengan metode Mel-Frequency Ceptrums Coefficients (MFCC) dan Adaptive Neuro Fuzzy Inference System (ANFIS) untuk Bahasa Jawa dialek Betawi, Sunda, Banyumasan, dan Suroboyoan. MFCC untuk proses ekstraksi ciri dari sinyal ucapan pembicara dimana prosesnya akan mengubah sinyal suara menjadi beberapa vektor ciri yang kemudian akan ditampilkan dalam bentuk grafik. Analisis dan perancangan bentuk pola suara menggunakan software Phyton. Pengujian dilakukan dengan cara merancang perangkat lunak, melakukan pengambilan data, training sistem ANFIS, pembuatan GUI, dan pengujian dalam pengolahan data pengujian. Hasil dari penelitian ini menunjukkan MFCC mampu memberikan nilai ciri yang berbeda untuk setiap suara yang dimasukkan ke dalam sistem, dan parameter MFCC yang digunakan pada penelitian ini adalah Preemph = 0,99, Nfilt = 30, Nfft = 512, Winlen = 20ms, Winstep = 10ms, Numcep = 5, dan Lowfreq = 100. Model training yang digunakan dengan 120 data training dan 2 membership function tipe gausian menghasilkan nilai akurasi secara keseluruhan 32,5% pada proses pengujian ( 30% untuk Betawi, 50% untuk Sunda, 30% untuk Banyumasan, dan 20% untuk Suroboyoan).","PeriodicalId":253413,"journal":{"name":"Jurnal Riset Rekayasa Elektro","volume":"109 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2023-01-03","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Jurnal Riset Rekayasa Elektro","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.30595/jrre.v4i2.11526","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
Pengenalan Dialek Bahasa Daerah di Pulau Jawa menggunakan Metode Mel-Frequency Cepstral Coefficients dan Adaptive Network-based Fuzzy Inference System
Indonesia merupakan negara besar yang memiliki banyak keberagaman budaya dan suku sehingga memiliki banyak bahasa atau dialek yang berbeda-beda di setiap daerah. Berbagai penelitian dalam pengolahan sinyal suara telah banyak dikembangkan. Salah satu penelitian yang menarik untuk dikembangkan adalah Identifikasi Dialek. Dalam penelitian ini, dibuat suatu program atau aplikasi Speech Recognition dengan metode Mel-Frequency Ceptrums Coefficients (MFCC) dan Adaptive Neuro Fuzzy Inference System (ANFIS) untuk Bahasa Jawa dialek Betawi, Sunda, Banyumasan, dan Suroboyoan. MFCC untuk proses ekstraksi ciri dari sinyal ucapan pembicara dimana prosesnya akan mengubah sinyal suara menjadi beberapa vektor ciri yang kemudian akan ditampilkan dalam bentuk grafik. Analisis dan perancangan bentuk pola suara menggunakan software Phyton. Pengujian dilakukan dengan cara merancang perangkat lunak, melakukan pengambilan data, training sistem ANFIS, pembuatan GUI, dan pengujian dalam pengolahan data pengujian. Hasil dari penelitian ini menunjukkan MFCC mampu memberikan nilai ciri yang berbeda untuk setiap suara yang dimasukkan ke dalam sistem, dan parameter MFCC yang digunakan pada penelitian ini adalah Preemph = 0,99, Nfilt = 30, Nfft = 512, Winlen = 20ms, Winstep = 10ms, Numcep = 5, dan Lowfreq = 100. Model training yang digunakan dengan 120 data training dan 2 membership function tipe gausian menghasilkan nilai akurasi secara keseluruhan 32,5% pada proses pengujian ( 30% untuk Betawi, 50% untuk Sunda, 30% untuk Banyumasan, dan 20% untuk Suroboyoan).