e-Skripsi, Thesis, & Disertasi

UPT Perpustakaan Unwahas

  • Beranda
  • Informasi
  • Berita
  • Bantuan
  • Area Anggota
  • Pilih Bahasa :
    Bahasa Arab Bahasa Bengal Bahasa Brazil Portugis Bahasa Inggris Bahasa Spanyol Bahasa Jerman Bahasa Indonesia Bahasa Jepang Bahasa Melayu Bahasa Persia Bahasa Rusia Bahasa Thailand Bahasa Turki Bahasa Urdu

Pencarian berdasarkan :

SEMUA Pengarang Subjek ISBN/ISSN Pencarian Spesifik

Pencarian terakhir:

{{tmpObj[k].text}}
Image of Implementasi Speech Recognition untuk Analisis Sentimen
dengan Pipeline Voice-to-Voice Menggunakan Metode Prototyping
Penanda Bagikan

Text

Implementasi Speech Recognition untuk Analisis Sentimen dengan Pipeline Voice-to-Voice Menggunakan Metode Prototyping

Ummu Khuzaifah - Mahasiswa; Akhmad Pandhu Wijaya, S. Kom., M. Kom - Pembimbing I; Ir., Dr. Arief Hidayat, S. Kom., M. Kom - Pembimbing II;

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


Ketersediaan
#
Perpustakaan Fakultas Teknik 000
FTI00020
Tersedia namun tidak untuk dipinjamkan - Digital & Cetak
Informasi Detail
Judul Seri
-
No. Panggil
000
Penerbit
: ., 2026
Deskripsi Fisik
63 hlm
Bahasa
Indonesia
ISBN/ISSN
22103041113
Klasifikasi
000
Tipe Isi
-
Tipe Media
-
Tipe Pembawa
-
Edisi
-
Subjek
Prodi Teknik Informatika
Fakultas Teknik
Info Detail Spesifik
-
Pernyataan Tanggungjawab
-
Versi lain/terkait

Tidak tersedia versi lain

File Karya Ilmiah
  • Implementasi Speech Recognition untuk Analisis Sentimen dengan Pipeline Voice-to-Voice Menggunakan Metode Prototyping
Komentar

Anda harus masuk sebelum memberikan komentar

e-Skripsi, Thesis, & Disertasi
  • Informasi
  • Layanan
  • Pustakawan
  • Area Anggota

Tentang Kami

Opening Hours
Monday - Saturday :
Open : 08.00 AM
Close : 19.00 PM

Cari

masukkan satu atau lebih kata kunci dari judul, pengarang, atau subjek

Donasi untuk SLiMS Kontribusi untuk SLiMS?

© 2026 — Senayan Developer Community

Modified by Perpus UWH
Pilih subjek yang menarik bagi Anda
  • Fakultas Teknik
  • Fakultas Hukum
  • Fakultas Agama Islam
  • Fakultas Ilmu Sosial & Ilmu Politik
  • Fakultas Pertanian
  • Fakultas Kedokteran
  • Fakultas Farmasi
  • Fakultas Keguruan & Ilmu Pendidikan
  • Fakultas Ekonomi
  • Pascasarjana
Icons made by Freepik from www.flaticon.com
Pencarian Spesifik
Kemana ingin Anda bagikan?