IMPLEMENTASI ALGORITMA LONG SHORT-TERM MEMORY UNTUK MENGONVERSI SPEECH TO TEXT BAHASA INDONESIA = THE IMPLEMENTATION OF LONG SHORT-TERM MEMORY ALGORITHM TO CONVERT SPEECH TO TEXT IN INDONESIAN LANGUAGE


Syam, Nurul Salsabila (2023) IMPLEMENTASI ALGORITMA LONG SHORT-TERM MEMORY UNTUK MENGONVERSI SPEECH TO TEXT BAHASA INDONESIA = THE IMPLEMENTATION OF LONG SHORT-TERM MEMORY ALGORITHM TO CONVERT SPEECH TO TEXT IN INDONESIAN LANGUAGE. Skripsi thesis, Universitas Hasanuddin.

[thumbnail of Cover]
Preview
Image (Cover)
H071191054_skripsi cover1.jpg

Download (272kB) | Preview
[thumbnail of Bab 1-2] Text (Bab 1-2)
H071191054_skripsi bab 1-2.pdf

Download (2MB)
[thumbnail of Dapus] Text (Dapus)
H071191054_skripsi dapus.pdf

Download (795kB)
[thumbnail of Full Text] Text (Full Text)
H071191054_skripsi.pdf
Restricted to Repository staff only until 1 January 2026.

Download (5MB)

Abstract (Abstrak)

Kemajuan sains dan teknologi sekarang ini sudah memungkinkan manusia berkomunikasi dengan komputer, pengirim dan penerima pesan dapat dilakukan oleh manusia dan komputer. Salah satu kecerdasan buatan dalam mengubah suara menjadi teks adalah speech to text yang merupakan bagian dari speech recognition dan digunakan untuk mengonversi suara menjadi teks. Hasil dari proses speech to text dapat membantu untuk mendapatkan informasi dalam bentuk teks. Pada penelitian ini, suatu model dibangun untuk mengonversi speech to text pada data audio dalam Bahasa Indonesia. Penelitian ini menggunakan data primer berupa rekaman audio yang berisi kalimat sederhana dalam Bahasa Indonesia. Ada sebanyak 60 narasumber yang dilibatkan untuk mendapatkan data. Total data rekaman yang digunakan adalah sebanyak 1800 data audio yang dibagi menjadi data latih sebanyak 1440 dan data uji sebanyak 360. Penelitian ini dimulai dari pengambilan data dan dilanjutkan dengan pre-processing data. Algoritma Long Short-Term Memory (LSTM) sebagai suatu model digunakan untuk mengonversi speech to text. Metrik Word Error Rate (WER) digunakan untuk menghitung tingkat kesalahan hasil prediksi. Dari hasil penelitian ini diperoleh rata-rata nilai WER sebesar 0,02 untuk data latih dan rata-rata WER sebesar 0,48 untuk data uji.

Item Type: Thesis (Skripsi)
Uncontrolled Keywords: Speech to text, Long Short-Term Memory, Word Error Rate
Subjects: Q Science > Q Science (General)
Divisions (Program Studi): Fakultas Matematika dan Ilmu Peng. Alam > Matematika
Depositing User: Unnamed user with username stfathirahs
Date Deposited: 30 Aug 2024 06:01
Last Modified: 30 Aug 2024 06:01
URI: http://repository.unhas.ac.id:443/id/eprint/36746

Actions (login required)

View Item
View Item