Recurrent Neural Network Untuk Pengenalan Ucapan Pada Dialek Manado

Erwin Lapian, Andrew Brian Osmond, Randy Erfa Saputra

Abstract

Abstrak Indonesia merupakan negara besar dengan memiliki banya keberagaman budaya dan suku sehingga Indonesia memiliki banyak bahasa atau pun dialek yang berbeda beda satu daerah dengan daerah yang lainnya, karena perbedaan ini penulis akan membuat sebuah sistem yang akan membantu masyarakat agar tidak terjadi salah paham dalam mengartikan sebuah bahasa daerah. Deep learning sebuah model jaringan syaraf tiruan yang akhir-akhir ini mulai ramai dikembangkan. Pendekatan yang sering digunakan untuk mengimplementasikan Deep Learning adalah graphical methods atau Multilayer Representation, atau Multilayer Graphical model seperti Belief Network, Neural Network, Hidden Markov, dan lain-lain. Deep Learning telah menunjukkan hasil yang baik dalam meningkatkan akurasi pengenalan suara atau kasus-kasus lainnya yang serupa. dalam hal ini akan membuat suatu sistem atau program speech recognition dengan metode Recurrent Neural Network. Dari hasil penelitian yang dilakukan, dari nilai parameter tertentu didapatkan akurasi sebesar 88%. Setelah mendapatkan parameter ideal maka dilakukan pengujian keseluruhan sistem sebanyak sepuluh kali dan akurasi yang didapatkan rata-rata sebesar 87%. Dari pengujian tersebut dapat disimpulkan bahwa, semakin banyak epoch dan data latih yang banyak akan meningkatkan tingkat akurasi. Keywords: Recurrent Neural Networks, Speech Processing, Dialek, Neural Networks. Abstract Indonesia is a big country with a diversity of cultures and tribes so that Indonesia has many languages or dialects different from one region to another because of this difference the author will create an application that will help the community to avoid misunderstanding in interpreting a regional language. Deep learning of a model of artificial neural network which recently began to be developed. A common approach used to implement Deep Learning is graphical methods or Multilayer Representation, or Multilayer Graphical models such as Belief Network, Neural Network, Hidden Markov, and others. Deep Learning has shown good results in improving the accuracy of speech recognition or other similar cases. in this case will create a system or program speech recognition with Recurrent Neural Network method. From the results of research conducted, from the value of certain parameters obtained an accuracy of 88%. After obtaining the ideal parameters then do the overall test of the system as much as ten times and the average accuracy obtained by 87%. From these tests it can be concluded that, the more epoch and training data that many will increase the accuracy level. Keywords : Recurrent Neural Networks, Speech Processing, Dialek, Neural Networks

Full Text:

PDF

Refbacks

  • There are currently no refbacks.
max_upload :0