Implementasi Finite Automata Pada Automatic Speech Recognition Untuk Pendiktean Kata–Kata Berbahasa Indonesia

Halim, Adi Chandra (2013) Implementasi Finite Automata Pada Automatic Speech Recognition Untuk Pendiktean Kata–Kata Berbahasa Indonesia. Bachelor Thesis thesis, Universitas Multimedia Nusantara.

[img]
Preview
Text
HALAMAN AWAL.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (864kB) | Preview
[img]
Preview
Text
BAB I.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (796kB) | Preview
[img]
Preview
Text
BAB III.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (1MB) | Preview
[img]
Preview
Text
BAB II.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (1MB) | Preview
[img] Text
BAB IV.pdf
Restricted to Registered users only
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (3MB)
[img]
Preview
Text
BAB V.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (839kB) | Preview
[img]
Preview
Text
DAFTAR PUSTAKA.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (800kB) | Preview
[img]
Preview
Text
LAMPIRAN.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (686kB) | Preview

Abstract

Suatu aplikasi berbasis Automatic Speech Recognition (ASR) untuk pendiktean Bahasa Indonesia dapat dibangun dengan mengadopsi bahasa yang sudah tersedia oleh ASR, seperti Bahasa Inggris, dan melakukan modifikasi pada pelafalan kata– kata dalam bentuk phonetic transcription yang terdapat di lexicon serta pemodelan bahasa. Pada penelitian ini, Finite Automata akan digunakan untuk membangun phonetic transcription pada lexicon dan pemodelan bahasa dari ASR. Teknologi ASR yang digunakan adalah Microsoft Speech Recognition Engine. Hasil penelitian menunjukkan bahwa Finite Automata telah berhasil diimplementasikan pada ASR, dengan tingkat Word Error Rate (WER) terendah yang dicapai adalah 25,63% dengan jumlah kata dalam daftar perbendaharaan kata aplikasi sebanyak 64 kata.

Item Type: Thesis (Bachelor Thesis)
Subjects: 000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems > 000 Computer Science, Information and General Works
400 Language > 410 Linguistics > 410 Linguistics
600 Technology (Applied Sciences) > 600 Technology > 600 Technology
600 Technology (Applied Sciences) > 620 Engineering > 620 Engineering and Applied Operations
Divisions: Fakultas Teknik Informatika > 56201 - Program Studi Teknik Komputer
Depositing User: mr admin umn
Date Deposited: 22 Feb 2019 02:51
Last Modified: 27 Jan 2022 02:04
URI: http://kc.umn.ac.id/id/eprint/5513

Actions (login required)

View Item View Item