SPEECH RECOGNITION UNTUK KLASIFIKASI PENGUCAPAN NAMA HEWAN DALAM BAHASA SUNDA MENGGUNAKAN METODE LONG-SHORT TERM MEMORY

Abstrak

Keberagaman suku, ras, agama, bahasa, dan adat istiadat membuat Indonesia memiliki kebudayaan yang dijalin erat dengan bahasa. Menurut data Badan Pusat Statistik (BPS) persentase penutur bahasa daerah semakin menurun pada generasi muda. Selain menurunnya penutur bahasa daerah juga terjadi kesalahan dalam pelafalan bahasa daerah. Kesalahan pelafalan ini dapat diatasi dengan meningkatkan latihan berbahasa, terutama membaca dan mendengarkan kosa kata bahasa daerah. Kosa kata yang dapat dilatih misalnya nama-nama hewan dalam bahasa daerah. Selain menambah kosa kata, dengan mengenal nama hewan dapat meningkatkan kecerdasan natural anak. Metode deep learning dapat digunakan untuk mengatasi pergeseran bahasa daerah salah satunya adalah menggunakan speech recognition. Metode Long-Short Term Memory dapat digunakan untuk klasifikasi suara pelafalan nama hewan dalam bahasa Sunda. Dataset yang digunakan adalah dataset baru dengan 16 cara yang berbeda dalam pengambilan data suara. Data terdiri dari 100 nama hewan yang digunakan sebagai kelas dalam proses klasifikasi. Hasil akurasi terbaik mencapai 97,50% didapat dengan menggunakan epoch 150 dan batch size 30. Pada proses testing mengguanakan data dari dataset, dapat memprediksi semua nama-nama hewan yang digunakan sebagai data kelas. Namun program belum dapat memprediksi dengan tepat apabila menggunakan data dari luar dataset dikarenakan jumlah data suara yang digunakan sebagai dataset belum cukup banyak.