conference: PENGENALAN DIALEK DI SUMATERA SELATAN MENGGUNAKAN ALGORITMA DEEP NEURAL NETWORK

Suprapto, Bhakti Yudho (2022) conference: PENGENALAN DIALEK DI SUMATERA SELATAN MENGGUNAKAN ALGORITMA DEEP NEURAL NETWORK. In: Seminar Nasional AVoER XIII, 2021, Palembang.

[thumbnail of paper Seminar Nasional AVoER XIII] Text (paper Seminar Nasional AVoER XIII)
840-Article Text-2695-1-10-20211219.pdf

Download (506kB)

Abstract

ABSTRAK: Suatu bahasa memiliki beragam dialek di setiap daerah. Hal ini dapat mempengaruhi perkembangan teknologi, khususnya dalam pengenalan suara. Namun, penelitian yang membahas tentang dialek Sumatera Selatan belum ada sehingga pada penelitian ini dikembangkan sistem pengenalan dialek daerah dari Sumatera Selatan dengan menggunakan model deep neural network (DNN). Dataset yang digunakan dalam penelitian ini adalah data primer dari 5 reponden yang merupakan penutur asli dari dialek yang digunakan, yang terdiri dari dialek Beliti, dialek Sekayu, dialek Palembang, dialek Lahat, dialek Muara Enim, dan bahasa Indonesia baku. Ciri-ciri sinyal suara yang diperoleh dari dataset adalah mel spectrogram, short time fourier transform (STFT), dan mel frequency cepstral coefficient (MFCC). Hasil pengujian menunjukkan bahwa model DNN yang menggunakan optimizer Adam dan loss cross entropy memiliki hasil yang cukup baik dengan input berupa ekstraksi mel spectrogram dan STFT. Akurasi tertinggi dicapai dalam mengenali dialek Beliti, yaitu 72,7% dan dialek Palembang 71,4 % jika ekstrasi ciri yang digunakan adalah mel spectrogram. Sedangkan untuk Bahasa Indonesia, akurasi tertinggi adalah dengan menggunakan ekstraksi ciri STFT, yaitu 71,4%. Model yang menggunakan ciri MFCC menunjukkan performansi yang paling rendah. Hasil ini menunjukkan bahwa mel spectrogram dan STFT dapat digunakan sebagai input DNN untuk pengenalan dialek. Hasil penelitian juga menunjukkan bahwa model DNN dapat memprediksi semua dialek, kecuali dialek Muara Enim. Hal ini dikarenakan dialek Muara Enim direkam pada ruang terbuka sehingga background noise mempengaruhi pengenalan dialek.

Item Type: Conference or Workshop Item (Paper)
Subjects: T Technology > TK Electrical engineering. Electronics Nuclear engineering > TK7800-8360 Electronics
Divisions: 03-Faculty of Engineering > 20201-Electrical Engineering (S1)
Depositing User: Mr. Bhakti Suprapto
Date Deposited: 28 Apr 2023 16:10
Last Modified: 28 Apr 2023 16:10
URI: http://repository.unsri.ac.id/id/eprint/97976

Actions (login required)

View Item View Item