Text
Implementasi Speech Recognition untuk Analisis Sentimen dengan Pipeline Voice-to-Voice Menggunakan Metode Prototyping
Penelitian ini mengimplementasikan sistem speech recognition untuk analisis sentimen bahasa
Indonesia dengan pendekatan pipeline voice-to-voice menggunakan metode prototyping. Sistem
mengintegrasikan modul speech-to-text (STT), text processing, analisis sentimen berbasis support
vector machine (SVM), dan text-to-speech (TTS) dalam satu alur terintegrasi. Input suara dikonversi
menjadi teks menggunakan Google Web Speech API, kemudian diproses melalui tahap text
normalization dan spelling correction sebelum dilakukan klasifikasi sentimen. Tahapan text
processing meliputi case folding, penghapusan noise dan filler word, penanganan karakter
berulang, serta perbaikan ejaan menggunakan pendekatan dictionary-based filtering, levenshtein
distance, dan bigram language model untuk menjaga konteks kalimat. Teks hasil pemrosesan
direpresentasikan menggunakan fitur TF-IDF dan diklasifikasikan ke dalam sentimen positif, netral,
dan negatif kemudian dikonversi kembali menjadi respons suara melalui modul TTS.
Pengembangan dilakukan secara iteratif melalui tiga tahap prototype. Hasil pengujian pada
prototype awal menghasilkan akurasi 60% dan menunjukkan kelemahan pada deteksi sentimen
negatif. Pada prototype kedua dilakukan penambahan dan memperkaya data training serta
optimalisasi sistem sehingga akurasi meningkat menjadi 72%. Pada prototype final dilakukan
penambahan 250 data positif untuk menyeimbangkan distribusi data training, yang menghasilkan
akurasi keseluruhan sebesar 86%. Hasil ini menunjukkan bahwa metode prototyping efektif dalam
meningkatkan performa sistem analisis sentimen berbasis suara secara bertahap. Selain itu, sistem
memiliki waktu respons yang stabil sehingga layak digunakan untuk interaksi real-time.
Kata Kunci : Analisis Sentimen, Prototyping, Speech Recognition, Speech-To-Text, Text-To-
Speech, Voice-to-Voice
Tidak tersedia versi lain