2021 : Sistem Pengenalan Wicara Bahasa Indonesia menggunakan Deep Long Short Term Memory (LSTM) Network Pada Autonomous Indoor Vehicle (AIV)

Dr.Ir. Djoko Purwanto M.Eng.

Year

2021

Published in

-

External link

Type

RESEARCH

Keywords

-


Abstract

Sistem pengenalan wicara merupakan sistem yang dapat mengenali suara sebagai masukan dengan memanfaatkan algoritma yang diimplementasikan dalam program komputer. Tujuan utama penelitian ini adalah membangun sistem yang memungkinkan komputer dapat mengenali suara sebagai masukan. Sistem ini mampu membuat interaksi antara manusia dengan mesin akan menjadi lebih cepat, memperkecil usaha yang dikeluarkan, dan bebas genggam termasuk pada aplikasi robot automatic indoor vehicle (AIV). Pada penelitian ini telah dibangun aplikasi pengolahan pengenalan wicara menggunakan arsitektur deep long short-term memory (deep LSTM) sebagai perintah robot AIV dalam Bahasa Indonesia. Proses yang dilakukan dimulai dari akuisisi suara, deteksi wicara, ekstraksi fitur, identifikasi pola, dan interpretasi pengenalan. Kumpulan data (dataset) wicara dibangun secara manual melalui 18 penutur dengan 5 label berbeda serta 1 label kata tidak dikenal. Total keseluruhan data sebanyak 11,838 data wicara perintah robot dalam Bahasa Indonesia. Data wicara dibagi menjadi 3 bagian yaitu data latih, data validasi, dan data uji dengan rasio 0.8:0.1:0.1. Penelitian ini memanfaatkan kemampuan software Keras (TensorFlow backend) sebagai pemodelan dan Python sebagai bahasa pemograman. Percobaan dilakukan pada 5 skenario model dengan susunan lapisan yang sama dan jumlah unit yang berbeda-beda, sedangkan pengujian dilakukan dengan 2 skenario yaitu menggunakan data uji pada dataset dan suara alami pewicara. Hasil identifikasi pola menggunakan arsitektur deep LSTM dapat mengklasifikasikan 5 kosakata Bahasa Indonesia dan 1 kata tidak dikenal dengan akurasi sebesar 96% menggunakan data uji. Hasil identifikasi pada suara alami pewicara menghasilkan akurasi 94.15% sebanyak 1204 kali percobaan. Pengujian sistem pengenalan wicara terhadap simulator robot AIV mendapatkan akurasi sebesar 92%.