Jurnal

Desain Sistem Speech Recognition Penerjemah Bahasa Toraja Menggunakan Hidden Markov Model

---

Rating Anda tentang Buku ini!

---

ABSTRAK
Bahasa daerah toraja merupakan salah satu bahasa daerah yang ada di provinsi sulawesi selatan tepatnya di kabupaten Tana Toraja Indonesia. Indonesia memiliki beragam Bahasa daerah, Bahasa daerah merupakan salah satu ciri budaya suatu daerah khususnya Bahasa Toraja. Penelitian ini bertujuan untuk membuat sistem Speech Recognition pada penerjemah Bahasa daerah Toraja dengan menggunakan Hidden Markov Model. Hidden Markov Model merupakan metode klasifikasi yang menggunakan pembelajaran dari Baum-Welch, yang mengestimasi beberapa parameter untuk menemukan model terbaik yang menggambarkan training set. Hidden Markov adalah algoritma berbasis probabilistik yang digunakan untuk menentukan kelas kata terbaik untuk setiap kata dalam data uji. Hasil dari penelitian ini adalah sistem penerjemah bahasa daerah Toraja yang menggunakan metode Hidden Markov dapat membantu siapa saja yang belum mengetahui menggunakan dan arti Bahasa Indonesia dari Bahasa daerah Toraja. Berdasarkan pengujian Black Box untuk masing-masing fungsional pada sistem penerjemah bahasa daerah Toraja diperoleh hasil yang valid; demikian juga, pengujian logika menggunakan metode Hidden Markov bebas dari kesalahan logika. Kemudian berdasarkan pengujian kuesioner yang telah diperoleh dari 20 responden diperoleh hasil 80.2% sangat setuju jika sistem penerjemah tersebut bermanfaat.
Kata kunci: Hidden Markov Modelling, Bahasa Daerah Toraja, Speech Recognition

ABSTRACT
The Toraja regional language is one of the regional languages in the province of South Sulawesi, precisely in the Tana Toraja district of Indonesia. Indonesia has a variety of regional languages; regional languages are one of the cultural characteristics of a region, especially the Toraja language. This study aims to create a Speech Recognition system for Toraja regional language translators using the Hidden Markov Model. Hidden Markov Model is a classification method that uses Baum-Welch learning, which estimates several parameters to find the best model that describes the training set. Hidden Markov is a probabilistic algorithm used to determine the best word class for each word in the test data. The results of this study are the Toraja regional language translator system using the Hidden Markov method can help anyone who does not know the use and meaning of Indonesian from the Toraja regional language. Based on the Black Box testing for each function in the Toraja regional language translator system, valid results are obtained; Likewise, logic testing using the Hidden Markov method is free from logical errors. Then based on testing the questionnaire that has been obtained from 20 respondents, the results obtained are 80.2% strongly agree if the translator system is functional.
Keywords: Hidden Markov, Toraja Regional Language, Speech Recognition

Other Source:
https://jurnal-ppi.kominfo.go.id/index.php/jppi
https://jurnal-ppi.kominfo.go.id/index.php/jppi/article/view/286
https://drive.google.com/file/d/1hrb0WOKfaGZ-bFw7IavX0iGbl2kw8ln-/view?usp=share_link
http://dx.doi.org/10.17933/jppi.v11i2.286
https://sinta.kemdikbud.go.id/journals/profile/936

---

Ketersediaan

Tidak ada salinan data

Informasi Detail

Judul Seri

Jurnal Penelitian Pos dan Informatika (JPPI)

No. Panggil

081.1 RIS d.b

Penerbit

KOMINFO : Puslitbang Sumber Daya, Perangkat, dan Penyelenggaraan POS dan Informatika., 2021

Deskripsi Fisik

14 hlm.; A4

Bahasa

Indonesia

ISBN/ISSN

2476 9266; 2088 9402

Klasifikasi

081.1

Tipe Isi

Text dan Gambar

Edisi/Cetakan

Vol. 11 No. 2, Desember 2021

Subjek

eJurnal

Lampiran File