IMPLEMENTASI METODE EKSTRAKSI MFCC DAN EVALUASI RECURRENT NEURAL NETWORK PADA TRANSKRIPSI SUARA KE TEKS: STUDI KASUS DALAM BAHASA LAMPUNG DIALEK PUBIAN

M Ramadhan, - (2025) IMPLEMENTASI METODE EKSTRAKSI MFCC DAN EVALUASI RECURRENT NEURAL NETWORK PADA TRANSKRIPSI SUARA KE TEKS: STUDI KASUS DALAM BAHASA LAMPUNG DIALEK PUBIAN. Masters thesis, UNIVERSITAS LAMPUNG.

Preview	File PDF ABSTRAK (ABSTRACT).pdf Download (76Kb) | Preview
	File PDF FILE TUGAS TESIS FULL.pdf Restricted to Hanya staf Download (3055Kb) | Minta salinan
Preview	File PDF FILE THESIS FULL TANPA BAB PEMBAHASAN.pdf Download (2631Kb) | Preview

Abstrak (Berisi Bastraknya saja, Judul dan Nama Tidak Boleh di Masukan)

Penelitian ini mengkaji implementasi metode ekstraksi Mel Frequency Cepstral Coefficients (MFCC) dan evaluasi model Recurrent Neural Network (RNN) dalam sistem konversi suara ke teks untuk Bahasa Lampung dialek Pubian. Latar belakang penelitian ini berakar dari upaya pelestarian bahasa daerah di tengah penurunan penggunaan Bahasa Lampung di masyarakat. Dengan pendekatan pemrosesan sinyal digital dan deep learning, penelitian ini bertujuan mengubah data suara menjadi transkripsi teks yang akurat. Dataset berupa rekaman suara penutur asli dialek Pubian dianalisis menggunakan teknik MFCC untuk ekstraksi fitur akustik, kemudian dilatih dan diuji menggunakan model RNN. Evaluasi dilakukan menggunakan metrik Word Error Rate (WER) guna mengukur kinerja transkripsi. Hasil penelitian menunjukkan bahwa model RNN mampu menghasilkan transkripsi dengan tingkat akurasi yang cukup baik, ditunjukkan oleh nilai WER terbaik sebesar 0.16 (16%) pada skenario penggunaan MFCC dengan pembagian data 90:10 tanpa augmentasi. Selain itu, MFCC terbukti memberikan hasil transkripsi yang lebih akurat dibandingkan Spectrogram karena lebih efektif dalam menangkap karakteristik penting dari sinyal suara manusia dan lebih tahan terhadap noise, terutama dalam kondisi dataset terbatas. Temuan ini menegaskan keunggulan MFCC dalam representasi fitur akustik untuk pengenalan suara bahasa daerah. Penelitian ini diharapkan dapat memberikan kontribusi signifikan dalam pengembangan sistem pengenalan suara berbahasa lokal, serta mendukung pelestarian bahasa Lampung melalui teknologi berbasis kecerdasan buatan. Kata Kunci: MFCC, Recurrent Neural Network, konversi suara ke teks, Bahasa Lampung, dialek Pubian, NLP, Word Error Rate.

Jenis Karya Akhir:	Tesis (Masters)
Subyek:	000 Ilmu komputer, informasi dan pekerjaan umum > 005 Pemrograman komputer, program dan data 500 ilmu pengetahuan alam dan matematika
Program Studi:	FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM (FMIPA) > Prodi S2 Magister Ilmu Komputer
Pengguna Deposit:	2308452072 . Digilib
Date Deposited:	22 Apr 2025 06:16
Terakhir diubah:	22 Apr 2025 06:16
URI:	http://digilib.unila.ac.id/id/eprint/86462

Actions (login required)

Lihat Karya Akhir