PENGEMBANGAN SISTEM PRESENSI KEHADIRAN MAHASISWA

MENGGUNAKAN SPEECH RECOGNITION

ABSTRAK
Penelitian ini bertujuan untuk mengembangkan sistem presensi mahasiswa yang sudah ada
di Universitas Narotama Surabaya menggunakan sistem presensi berbasis speech recognition.
Sebelumnya di kampus tersebut telah menerapkan presensi menggunakan Kartu Tanda Mahasiswa
berbasis RFID. Namun masih ditemui kecurangan yang dilakukan sejumlah mahasiswa untuk
memanipulasi kehadirannya yaitu dengan cara menitipkan KTM pada rekan yang hadir. Tidak
sedikit mahasiswa yang berniat untuk mengikuti kelas hanya saat tiba waktu ujian saja dan tidak
mengikuti kelas saat materi. Dengan memanipulasi kehadiran dengan cara menitipkan kartu tanda
mahasiswanya pada rekan, mahasiswa tersebut tetap terjaga presentase kehadirannya meskipun
mahasiswa tersebut sebenarnya tidak hadir. Hal tersebut mengakibatkan perununan kualitas
pendidikan di kampus tersebut, karena materi yang di berikan dosen kurang dapat tersampaikan
ke mahasiswa secara keseluruhan.

Hal tersebut patutnya mendapat perhatian khusus demi terjaganya kualitas pendidikan di
Universitas Narotama. Pada penelitian ini akan mengembangkan sistem presensi yang sudah ada
dengan merekam suara mahasiswanya dengan mengucapkan namanya dan rekaman tersebut akan
disimpan dalam data base. Saat mahasiswa akan melakukan presensi kehadiran, mahasiswa
tersebut menyebutkan namanya pada microphone yang disediakan, lalu dengan speech recognition
sistem akan mendeteksi, menganalisa dan mencocokan dengan rekaman suara yang telah.disimpan
jika benar maka sistem akan menginputkan data bahwa mahasiswa tersebut hadir. Dengan
penelitian ini diharapkan dapat meminimkan angka mahasiswa yang memanipulasi kehadiran
sebesar 74%.
Kata kunci : Speech Recognition, Presensi, Mahasiswa
 BAB 1
PENDAHULUAN
Pada BAB 1 ini membahas tentang latar belakang penelitian, rumusan penelitian, tujuan
penelitian , Batasan penelitian manfaat penelitian dan sistematika penulisan penelitian.

1.1. Latar Belakang

Di jenjang perkuliahan, semua kampus di Indonesia rata rata mempunya misi yang sama
yaitu menghasilkan lulusan mahasiswa yang mempunyai daya saing yang kuat untuk menghadapi
dunia luar terlebih di dunia kerja dengan menuntun mereka menjadi professional di bidang masing
masing yang mereka tempuh. Lulusan tersebut juga diharapkan memiliki ilmu dan akhlak yang
baik, baik yang berkaitan secara moral maupun etika profesi (Fitriana dan Baridwan, 2012). Tetapi
masih banyak ditemui kecurangan kecurangan akademik yang dilakukan oleh mahasiswa dan
semakin meningkat tiap tahunnya. Kecurangan tersebut bermacam macam seperti mencontek, titip
absen dan lain sebagainya

Nursalam dkk (2013) menjelaskan bahwa dari hasil survei yang dilakukan kepada 50
mahasiswa di salah satu perguruan tinggi di Makasar, terdapat 44 mahasiswa (88%) menyatakan
pernah menyontek pada saat ujian dan 6 mahasiswa (12%) menyatakan tidak pernah menyontek
selama menjadi mahasiswa. Ratna Analisa (2013) menjelaskan bahwa dari hasil survey yang
dilakukan pada 30 mahasiswa di salah satu perguruan tinggi di Surakarta terdapat 14 dari 30 (46%)
mahasiswa yang pernah melakukan titip absen. Seharusnya dari pihak kampus maupun mahasiswa
menjaga kualitas pendidikan yang ada di kampus tersebut agar mencetak lulusan dengan ilmu dan
akhlak yang baik.

Pada penelitian ini akan mengembangkan sistem presensi yang akan meminimkan angka
kecurangan akademik yaitu memanipulasi kehadiran. Pengembangan ini akan menggunakan
metode pengenalan suara (speech recognition) untuk menginputkan data kehadiran mahasiswa.
Suara rekaman mahasiswa yang mengucapkan namanya sendiri akan disimpan untuk dicocokan
saat mahasiswa tersebut hendak melakukan presensi. Dengan metode ini tidak akan ada celah
untuk mahasiswa yang ingin melakukan kecurangan titip absen dan akan meningkatkan kehadiran
mahasiswa sebanyak 15% dari sebelumnya.
1.2. Rumusan Masalah
Maraknya kasus mahasiswa yang memanipulasi kehadiran adalah masalah yang paling
utama di dunia pendidikan khususnya di perguruan tinggi. Hal tersebut tanpa disadarkan akan
mengakibatkan penurunan kualitas mahasiswa dan juga materi yang diberikan tenaga pendidik
kurang bisa tersampaikan secara keseluruhan. Hal tersebut dapat dihindari dengan
mengembangkan sistem presensi menggunakan speech recognition untuk meminimalisir angka
manipulasi kehadiran.

1.3. Tujuan Penelitian

Tujuan dari penelitian ini adalah untuk mengembangkan sistem presensi yang sudah ada
menggunakan speech recognition untuk meminimalkan angka manipulasi kehadiran mahasiswa.

1.4 Batasan Penelitian

Penulis akan membuat kuisioner yang akan dibagikan ke 150 mahasiswa fakultas ilmu
komputer Universitas Narotama Surabaya. Kuisioner tersebut berisi sejumlah pertanyaan tentang
manipulasi kehadiran. Apakah mahasiswa tersebut pernah melakukannya, seberapa seringkah,
berapa kalikah dalam seminggu perkuliahan, bagaimana cara melakukannya dan beserta alasan.
Dari kuisioner tersebut akan diperoleh data, data tersebut akan dianalisa tentang bagaimana cara
melakukan hal tersebut. Dari data yang diperoleh penulis akan merancang sistem pengenalan suara
dan akan mencoba sistem tersebut dan akan dicoba untuk mengkoneksikan ke database presensi
mahasiswa

1.5 Manfaat Penelitian

Diharapkan pada penelitian mendatang dapat dikembangkan menggunakan metode lain
atau mengembangkan yang sudah ada menjadi lebih ketat agar tidak ditemui lagi kecurangan
kecurangan seperti memanipulasi kehadiran mahasiswa.

1.6 Sistematika Penulisan

Sistematika penulisa penelitian ini dimulai dari BAB 1 yang membahas latar belakang
penelitian, rumusan penelitian, tujuan penelitian, batasan penelitian, manfaat penelitian, dan
sistematika penulisan. BAB 2 berisi tentang landasan teori, BAB 3 membahas metode yang
digunakan penelitian, BAB 4 analisa dan desain system dalam penelitian, BAB 5 hasil dan
pembahasan dan BAB 6 berisi kesimpulan dan saran.
 BAB 2
TINJAUAN PUSTAKA
2.1 Deskripsi Teori
2.1.1 Sistem
Sistem adalah suatu jaringan kerja dari prosedur-prosedur yang saling berhubungan,
berkumpul bersama-sama untuk melakukan suatu kegiatan atau untuk menyelesaikan suatu
sasaran tertentu. Sistem dapat didefinisikan sebagai seperangkat elemen yang digabungkan satu
dengan lainnya untuk suatu tujuan bersama. Kumpulan elemen terdiri dari manusia, mesin,
prosedur, dokumen, data atau elemen lain yang teroganisir dari elemen-elemen tersebut. Elemen
sistem di samping berhubungan satu sama lain, juga berhubungan dengan lingkungannya untuk
mencapai tujuan yang telah ditentukan sebelumnya. Terdapat beberapa definisi sistem yaitu :

1. Dalam buku Pengenalan Sistem Informasi yang dikutip dari Abdul Kadir (2003 : 54)
sistem adalah sekumpulan elemen yang saling terkait atau terpadu yang dimaksudkan
untuk mencapai suatu tujuan.
2. Sistem adalah suatu jaringan kerja dari prosedur-prosedur yang saling berhubungan,
berkumpul bersama-sama untuk melakukan suatu kegiatan atau untuk menyelesaikan
suatu sasaran tertentu. Jogiyanto HM (2005 : 1).

3. Sistem Menurut Andri Kristanto (2008: 1) merupakan kumpulan elemenelemen yang

saling terkait dan bekerja sama untuk memproses masukan (input) yang ditunjukan
kepada sistem tersebut dan mengolah masukan tersebut sampai menghasilkan keluaran
(output) yang dihasilkan.
4. Berdasarkan pendapat dari para ahli di atas mengenai sistem, maka dapat diambil
kesimpulan bahwa sistem adalah sekelompok dari dua atau lebih komponen atau
subsistem yang saling berhubungan dan bersinergi. Untuk bekerja sama melakukan
suatu urutan kegiatan untuk mencapai tujuan yang tertentu. (………….)

2.1.2 Karakteristik Sistem

Menurut Al-bahra bin Ladjamudin (2013 : 3) Suatu sistem mempunyai karakteristik atau
sifat-sifat yang tertentu. Yaitu mempunyai komponenkomponen, batas sistem, lingkungan luar
sistem, penghubung, masukan, keluaran, pengolahan dan sasaran atau tujuan.

1. Komponen Sistem Suatu sistem terdiri dari sejumlah komponen yang saling berinteraksi,
yang artinya saling bekerjasama membentuk suatu kesatuan. Komponen-komponen
sistem atau elemen-elemen sistem dapat berupa suatu subsistem atau bagian-bagian dari
sistem.
 2. Batasan Sistem Batas sistem merupakan daerah yang membatasi antara suatu sistem
dengan sistem yang lainnya atau dengan lingkungan luarnya. Batas sistem ini
memungkinkan suatu sistem dipandang sebagai suatu kesatuan dan menunjukan ruang
lingkup dari sistem tersebut.

3. Lingkungan Luar Sistem Lingkungan luar dari suatu sistem adalah apapun di luar batas
dari sistem yang mempengaruhi operasi sistem. Lingkungan luar sistem dapat bersifat
menguntungkan dan juga merugikan. Lingkungan luar yang menguntungkan merupakan
energi dari sistem dan dengan demikian harus dijaga dan dipelihara. Sedangkan
lingkungan luar yang merugikan harus ditahan dan dikendalikan, jika tidak maka akan
menggangu kelangsungan hidup dari sistem.

4. Penghubung Sistem Penghubung merupakan media yang menghubungkan antara satu

subsistem dengan subsistem yang lainnya. Melalui penghubung ini kemungkinan
sumber-sumber daya mengalir dari satu subsistem ke subsistem lainnya.

5. Masukan Sistem Masukan sistem adalah energi yang dimasukan ke dalam sistem.
Masukan dapat berupa perawatan dan masukan sinyal maintenance input adalah energi
yang dimasukan supaya sistem tersebut dapat berjalan. Sinyal input adalah energi yang
diproses untuk mendapatkan keluaran dari sistem.

6. Keluaran Sistem Keluaran sistem adalah energi yang diolah dan diklasifikasikan menjadi
keluaran yang berguna. Keluaran dapat merupakan masukan untuk subsistem yang lain.

7. Pengolahan Sistem Suatu sistem dapat mempunyai suatu bagian pengolah atau sistem
itu sendiri sebagai pengolahnya. Pengolah yang akan merubah masukan menjadi
keluaran.

8. Sasaran Sistem Suatu sistem mempunyai tujuan atau sasaran, kalau sistem tidak
mempunyai sasaran maka sistem tidak akan ada. Suatu sistem dikatakan berhasil bila
mengenai sasaran atau tujuannya. Sasaran sangat berpengaruh pada masukan dan
keluaran yang dihasilkan.

2.1.3. Klasifikasi Sistem

Menurut Jogiyanto HM (2005 : 6) klasifikasi sistem dapat dibagi dari beberapa sudut
pandang, diantaranya adalah sebagai berikut :

1. Sistem abstrak (abstract) dan sistem fisik (physical) Sistem abstrak (abstract system)
adalah sistem yang berisi gagasan atau konsep yang tidak tampak secara fisik. Misalnya,
sistem teologi yang berisi gagasan tentang hubungan manusia dengan Tuhan. Sistem
Fisik (physical system) adalah sistem yang secara fisik dapat dilihat. Misalnya, sistem
komputer, sistem kepegawaian dan sebagainya.
 2. Sistem alamiah (natural) dan sistem buatan manusia(human made) Sistem alamiah
(natural system) adalah sistem yang terjadi karena proses alam, tidak dibuat manusia.
Misalnya,sistem tata surya(human made system) adalah sistem yang dibuat manusia
dengan melibatkan interaksi antara manusia dengan sistem tersebut.

3. Sistem tertentu (deterministic) dan tak tentu (probabilistic) Sistem deterministik

(deterministic system) adalah suatu sistem yang dapat operasinya dapat diprediksi
secara tepat. Interaksi antar bagian-bagian diketahui dengan pasti. Misalnya, sistem
komputer yang secara tepat menjalankan suatu intruksinya. Sistem tak tentu adalah
sistem yang kondisi masa depannya tidak dapat diprediksi karena mengandung unsur
probabilitas.

4. Sistem tertutup (closed) dan terbuka (open) Sistem tertutup (closed system) adalah suatu
sistem yang tidak bertukar materi, informasi, atau energi dengan lingkungan. Dengan
kata lain, sistem ini tidak berinteraksi dan tidak dipengaruhi oleh lingkungan. Sistem ini
bekerja otomatis tanpa adanya turut campur tangan dari pihak luarnya. Sistem terbuka
(open system) adalah sistem yang berhubungan dengan lingkungan dan diperngaruhi
oleh lingkungan. Sistem ini menerima masukan dan menghasilkan keluaran untuk
lingkungan luar atau subsistem yang lainnya.

2.1.4 Sistem Pengenalan Ucapan (Speech Recognition)

Sistem Pengenalan Ucapan (Speech Recognition Sistem) adalah sistem yang berfungsi
untuk mengubah bahasa lisan menjadi bahasa tulisan. Masukan sistem adalah ucapan manusia,
selanjutnya sistem akan mengidentifikasikan kata atau kalimat yang diucapkan dan menghasilkan
teks yang sesuai dengan apa yang diucapkan. Sinyal ucapan pertama kali akan dilewatkan pada
bagian penganalisis ucapan untuk mendapatkan besaran-besaran atau ciri-ciri yang mudah diolah
pada tahap berikutnya. Untuk setiap ucapan yang berbeda akan dihasilkan pola ciri yang berbeda
menurut Feri Firdia, (2013 : 5)

Penganalisis sintaks akan melakukan transformasi sinyal ucapan dari domain waktu ke
domain frekuensi. Pada domain frekuensi, untuk kurun waktu yang singkat, setiap sinyal dapat
terlihat memiliki ciri-ciri yang unik. Namun demikian, pengucapan suatu unit bunyi ucapan
(fonem) seringkali bervariasi antar orang yang berbeda, juga terpengaruh oleh fonem-fonem
disekitarnya, kondisi emosi, noise, dan faktor-faktor lainnya. Sistem Speech Recognition akan
melakukan pengenalan untuk setiap unit bunyi pembentuk ucapan (fonem), selanjutnya mencoba
mencari kemungkinan kombinasi hasil ucapan yang paling dapat diterima. Sistem yang lebih
sederhana adalah sistem yang hanya dapat mengenal sejumlah kata yang jumlahnya terbatas.
Sistem ini biasanya lebih akurat 6 dan lebih mudah dilatih, tetapi tidak dapat mengenal kata yang
berada di luar kosa kata yang pernah diajarkan.
 Ada 2 tipe Speech Recognition, dilihat dari ketergantungan pembicara yaitu:

a. Independent Speech Recognition, yaitu sistem pengenal ucapan tanpa terpengaruh dengan
siapa yang berbicara, tetapi mempunyai keterbatasan dalam jumlah kosakata. Model ini akan
mencocokan setiap ucapan dengan kata yang dikenali dan memilih yang ”sepertinya” cocok.
Untuk mendapatkan kecocokan kata yang diucapkan maka digunakan model statistic yang dikenal
dengan nama Hidden Markov Model (HMM)

b. Dependent Speech Recognition, yaitu sistem pengenal ucapan yang memerlukan

pelatihan khusus dari pembicara, dimana hasil pelatihan dari masingmasing pembicara akan
disimpan dalam sebuah profil. Profil inilah yang nantinya digunakan untuk berinteraksi dengan
sistem pengenal ucapan dan sistem akan bergantung siapa yang berbicara. Sistem ini biasanya
lebih mudah untuk dikembangkan, dimana contoh suara sudah dibuat sebelumnya dan disimpan
dalam database (basis data) dan jumlah kosakatanya lebih besar dibandingkan dengan independent
speech recognition. Proses pengenalan ucapan dengan cara membandingkan ucapan pembicara
dengan contoh suara yang sudah ada.

2.1.5 Microsoft SAPI

Speech Application Programming Interface (SAPI) adalah sebuah API yang dikembangkan
oleh Microsoft yang digunakan sebagai pengenal suara didalam lingkungan pemrograman aplikasi
Windows. Sampai saat ini SAPI 7 dikemas baik berupa SDK (Sistem Development Kit) maupun
disertakan dalam sistem operasi Windows itu sendiri. Aplikasi yang telah menggunakan SAPI
antara lain Microsoft Office, dan Windows Vista. Secara arsitektur pemrograman SAPI dapat
dilihat sebagai sebuah middleware yang terletak antara aplikasi dan speech engine. Di dalam SAPI
versi 1 sampai dengan 5, aplikasi dapat berkomunikasi langsung dengan speech engine seperti
tampak pada gambar berikut:

Gambar 2.1 Arsitektur Microsoft SAPI

 Komponen utama di dalam SAPI 5 adalah sebagai berikut:

a. Voice Command, sebuah obyek level tinggi untuk perintah dan kontrol menggunakan
pengenalan suara.
b. Voice Dictation, sebuah obyek level tinggi untuk continous dictation speech recognition.
c. Voice Talk, sebuah obyek level tinggi untuk speech synthesis.

d. Voice Telephony, sebuah obyek untuk menulis aplikasi telepon berbasiskan pengenalan
suara.

e. Direct Speech Recognition, sebuah obyek sebagai mesin untuk mengontrol pengenalan
suara (direct control of recognition engine)
f. Direct Text to Speech, sebuah obyek sebagai mesin yang mengontrol synthesis.
g. Audio Object, untuk membaca dari audio device atau sebuah file audio Option Explicit

2.2. Penelitian Yang Relevan

1. Penelitian yang dilakukan Jeri Rianto yang berjudul Perangkat lunak Pengenalan Suara
(Voice Recognition) Untuk Absensi Karyawan Dengan Menggunakan Metode Dynamic Time
Warping (DTW) bertujuan untuk mengimplementasikan pengenalan suara untuk menginputkan
data presensi karyawan Hasil 15 kali pengujian menunjukkan bahwa pengujian 1, 2, 3, 4 dan 5
dengan jumlah suara yang dikenali dan presentase keakuratan masing-masingbr sebagai berikut:
14 suara dikenali, 93,3%; 0suara dikenali, 0%; 5 suara dikenali, 33,3%, 9 suara dikenali, 60% dan
11 suara dikenali, 73,3%.
2. Penelitian yang dilakukan Muhammad Elra Ghifary R (2018) yang berjudul Pembangunan
Aplikasi Transkrip Wawancara Menggunakan Metode Speech Recognition bertujuan untuk
memudahkan transkrip wawancara dengan didapatkan hasil tingkat keakuratan pengenalan kata
sebanyak 95% sehingga berdasarkan pengujian tersebut aplikasi transkrip wawancara
menggunakan metode speech recognition dapat mempermudah notulis dalam membuat transkrip
wawancara dan membantu notulis untuk mengelola transkrip dengan baik.
3. Penelitian yang dilakukan Muhamad Yusup (2017) yang berjudul Implementasi Speech
Recognition Pada Multimedia Pembelajaran Huruf Hijaiyah Berbasis Sistem Operasi Android
bertujuan untuk implementasi pengenalan suara sebagai media pembelajaran huruf hijaiyah pada
iqra’ dengan hasil yang didapatkan adalah media pembelajaran yang dibangun dapat membantu
pelajar untuk lebih memahami materi dengan menggunakan teknologi speech recognition ini dapat
membantu pelajari untuk memahami materi yang disampaikan.