ANALISIS HASIL TRANSKRIPSI SUARA KE TEKS BAHASA LAMPUNG DENGAN EKSTRAKSI FITUR PERCEPTUAL LINEAR PREDICTION (PLP) DAN METODE HIDDEN MARKOV MODEL (HMM) (Studi Kasus : Lampung Pepadun Dialek A)

MOHAMAD , ZAINUDIN (2025) ANALISIS HASIL TRANSKRIPSI SUARA KE TEKS BAHASA LAMPUNG DENGAN EKSTRAKSI FITUR PERCEPTUAL LINEAR PREDICTION (PLP) DAN METODE HIDDEN MARKOV MODEL (HMM) (Studi Kasus : Lampung Pepadun Dialek A). Masters thesis, UNIVERSITAS LAMPUNG.

Preview	File PDF ABSTRAK Tesis Full-Mohamad Zainudin.pdf Download (240Kb) | Preview
	File PDF Tesis Full-Mohamad Zainudin.pdf Restricted to Hanya staf Download (3174Kb) | Minta salinan
Preview	File PDF Tesis Tanpa bembahasan-Mohamad Zainudin.pdf Download (1889Kb) | Preview

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

ABSTRAK Penelitian ini mengkaji kinerja sistem transkripsi suara ke teks pada Bahasa Lampung dialek Pepadun A dengan menerapkan metode ekstraksi fitur Perceptual Linear Prediction (PLP) dan pemodelan Hidden Markov Model (HMM). Latar belakang penelitian ini adalah melestarikan Bahasa Lampung sebagai warisan budaya lokal melalui teknologi pengenalan suara berbasis bahasa daerah. Sebanyak 800 kalimat dari empat penutur asli diolah melalui tahapan resampling, augmentasi, ekstraksi fitur PLP, serta pelatihan model HMM. Evaluasi dilakukan dengan Word Error Rate (WER) dan Character Error Rate (CER). Hasil menunjukkan bahwa kombinasi PLP dan HMM mampu merepresentasikan ciri akustik Bahasa Lampung secara efektif meskipun dengan keterbatasan data. Penelitian ini memberikan kontribusi terhadap pengembangan sistem pengenalan suara berbasis bahasa daerah dan mendukung upaya pelestarian bahasa melalui pendekatan komputasional. Kata Kunci: Bahasa Lampung Dialek Pepadun, Perceptual Linear Prediction (PLP), Hidden Markov Model (HM), Speech Recognition. ABSTRACT This study evaluates the performance of a speech-to-text transcription system for the Lampung language in the Pepadun A dialect by applying Perceptual Linear Prediction (PLP) for feature extraction and the Hidden Markov Model (HMM) for acoustic modeling. The background of this research lies in the effort to preserve the Lampung language as a cultural heritage through local language-based speech recognition technology. A total of 800 sentences from four native speakers were processed through resampling, data augmentation, PLP feature extraction, and HMM training. System performance was evaluated using Word Error Rate (WER) and Character Error Rate (CER). The results demonstrate that the combination of PLP and HMM effectively represents the acoustic characteristics of the Lampung language, even with limited data. This research contributes to the development of regional language-based speech recognition systems and supports language preservation through computational approaches. Keywords: Lampung Language, Pepadun Dialect, Perceptual Linear Prediction (PLP), Hidden Markov Model (HMM), Speech Recognition.

Jenis Karya Akhir:	Tesis (Masters)
Subyek:	000 Ilmu komputer, informasi dan pekerjaan umum 000 Ilmu komputer, informasi dan pekerjaan umum > 004 Pemrosesan data dan ilmu komputer 400 Bahasa 500 ilmu pengetahuan alam dan matematika
Program Studi:	FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM (FMIPA) > Prodi S2 Magister Ilmu Komputer
Pengguna Deposit:	A.Md Cahya Anima Putra .
Date Deposited:	14 Jun 2025 00:41
Terakhir diubah:	14 Jun 2025 00:41
URI:	http://digilib.unila.ac.id/id/eprint/88647

Actions (login required)

Lihat Karya Akhir