PENGEMBANGAN APLIKASI PEMBELAJARAN AKSARA SUNDA BERBASIS COMPUTER VISION DAN SPEECH RECOGNITION UNTUK SISWA SMP 5 KOTA BEKASI

Ramdan, Kurnia (2024) PENGEMBANGAN APLIKASI PEMBELAJARAN AKSARA SUNDA BERBASIS COMPUTER VISION DAN SPEECH RECOGNITION UNTUK SISWA SMP 5 KOTA BEKASI. Other thesis, UNSADA.

	Text COVER.pdf Download (875kB)
	Text BAB 1.pdf Download (503kB)
	Text BAB 2.pdf Download (805kB)
	Text BAB 3.pdf Restricted to Registered users only Download (770kB)
	Text BAB 4.pdf Restricted to Registered users only Download (1MB)
	Text BAB 5.pdf Download (541kB)
	Text DAFTAR PUSTAKA.pdf Download (561kB)
	Text LAMPIRAN.pdf Download (597kB)
	Text HASIL TURNITIN.pdf Restricted to Registered users only Download (523kB)
	Text SUKET TURNITIN.pdf Restricted to Registered users only Download (523kB)

Abstract

Penyebaran dan pelestarian bahasa Sunda serta aksara Sunda menghadapi tantangan di era digital yang serba cepat. Penelitian ini bertujuan untuk mengembangkan sebuah aplikasi berbasis deep learning yang tidak hanya mampu mendeteksi huruf aksara Sunda, tetapi juga melakukan pengenalan suara (speech recognition) dan menerjemahkan teks antara bahasa Latin dan aksara Sunda. Aplikasi ini menggunakan tiga model utama yang canggih: Model T5 untuk penerjemahan teks, Model TrOCR untuk pengenalan teks dari gambar, dan Model wav2vec 2.0 untuk pengenalan suara. Dalam pengembangan aplikasi ini, rata-rata penggunaan dataset mencapai 10.000 sampel untuk memastikan keakuratan dan ketepatan model. Hasil penelitian menunjukkan bahwa untuk model deteksi huruf aksara, nilai Character Error Rate (CER) mencapai 9%, Word Error Rate (WER) 38%, Word Accuracy Rate (WAR) 64%, Character Accuracy Rate (CAR) 96%, dan akurasi keseluruhan sebesar 96%. Model pengenalan suara atau speech-to-text (STT) menunjukkan performa yang baik dengan nilai BLUE SCORE sebesar 85%, WER 22%, dan CER 28%. Untuk model translasi dari Latin ke Aksara Sunda, diperoleh nilai BLUE SCORE sebesar 69%, WER 33%, dan CER 28%. Sementara itu, untuk translasi dari Aksara Sunda ke Latin, nilai BLUE SCORE adalah 52%, WER 45%, dan CER 39%. Penelitian ini menunjukkan bahwa integrasi teknologi deep learning dalam aplikasi pembelajaran aksara Sunda memiliki potensi besar untuk mendukung pelestarian dan pembelajaran bahasa serta aksara Sunda di kalangan masyarakat, khususnya siswa sekolah menengah pertama.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Aksara Sunda, Deep Learning, T5, TrOCR, wav2vec 2.0
Subjects:	000 Generalities/Karya Umum > 005.262 Programming in Specific Program Language/Pemrograman untuk Bahasa Pemrograman Tertentu
Divisions:	Fakultas Teknik > Teknik Informatika
Depositing User:	Suwatno Suwatno Perpustakaan
Date Deposited:	08 Jan 2025 06:28
Last Modified:	08 Jan 2025 06:28
URI:	http://repository.unsada.ac.id/id/eprint/8865

Actions (login required)

View Item