Teknik Informatika – Universitas Muhammadiyah Malang - 2013
RANCANG BANGUN APLIKASI “KOPIKU” UNTUK PECINTA KOPI DI MALANG
BERBASIS LBS
Mohammad Sadzali Darmansyah1, Hariyadi2, Agus Eko Minarno3
Jurusan Teknik Informatika Universitas Muhammadiyah Malang
chapapa08@gmail.com1, mahmudeffendi@yahoo.com2, agoes_minarno@gmail.com3
Abstrak
Perkembangan mobile phone saat ini sangatlah
pesat sekali. Tidak hanya sekedar sebagai media
komunikasi suara dan pesan saja melainkan sebagai
media pertukaran data. Dengan adanya platform
android sebagai salah satu operating system pada
perangkat mobile, ini memudahkan untuk para
pengembang aplikasi untuk mengatur, memodifikasi
ataupun membuat aplikasi. Karena platform android
mersifat open source.
Dengan adanya teknologi Global Positioning
System (GPS) yang telah terintregasi pada perangkat
mobile, pengguna dapat mengetahui posisinya saat itu
dan posisi tempat tempat tertentu. Dengan
menggunakan metode Location Based Service (LBS)
yang memanfaatkan teknologi GPS pengguna tak
perlu takut kehilangan arah ketika pergi kesuatu
tempat atau hendak menuju suatu tempat.
Aplikasi KopiKu ini adalah aplikasi yang
menggunakan metode LBS untuk melakukan
pencarian lokasi coffee shop yang ada di Malang yang
terintregasi dengan layanan Google Map. Pengguna
dapat mengetahui posisinya saat itu beserta 3 coffee
shop terdekat. Pengguna juga dapat melakukan
pencarian coffee shop dan melihat info personalisasi
dari coffee shop tersebut.
Kata Kunci : Android, GPS, LBS, Google Map.
1. Pendahuluan
1.1 Latar Belakang
Saat ini perkembangan teknologi mobile
sangatlah pesat, mulai dari perangkat keras ataupun
perangkat lunaknya. Tidak hanya itu, sekarang ini
aplikasi yang bersifat mobile sangatlah membantu
dalam kehidupan sehari hari. Tidak hanya untuk
media komunikasi telepon dan SMS, melainkan
sebagai media komunikasi langsung melalui internet
untuk mengirim data dan menerima data.
Perkembangan telekomunikasi yang begitu
pesat, menimbulkan banyaknya mobile phone yang
bersifat smartphone beredar di pasaran. Dan mulai
banyak peminatnya salah satunya adalah platfrom
android. Sifatnya yang mobile dan fleksibel membuat
platfrom android ini memiliki banyak peminat dari
segala kalangan. Apalagi dengan adanya mobile
aplication semakin membantu pengguna agar lebih
fokus dalam sebuah pekerjaan atau kegiatan sehari
hari.
Kebiasaan pergi ke suatu coffee shop adalah
rutinitas remaja disaat mereka membutuhkan suatu
hiburan sambil menikmati sajian kopi. Tetapi mereka
tidak asal saja memilih coffee shop yang akan mereka
tuju tanpa mengerti lokasi tempat coffee shop
tersebut. Selain itu kebiasaan remaja saat ini ketika
mereka berkunjung ke suatu tempat ialah melakukan
chek in pada tempat tersebut. Dengan adanya aplikasi
ini memudahkan user untuk mencari lokasi coffee
shop yang akan dituju. Selain itu juga dapat memberi
saran coffee shop terdekat dari posisi user. Dan user
juga dapat melakukan check in pada tempat tersebut.
1.2 Rumusan Masalah
Berdasarkan pengertian dan penjelasan serta
latar belakang masalah yang ada, maka rumusan
masalah yang dapat diambil adalah :
1. Bagaimana membuat aplikasi mobile dengan
menggunakan teknologi Location Based Service
pada platform android ?
2. Bagaimana membuat aplikasi yang dapat
menampilkan peta dan rute perjalanan menuju
coffee shop yang ada di Malang ?
1.3 Tujuan
Berdasarkan permasalahan, tujuan di atas dapat
disimpulkan bahwa tujuan tugas akhir ini adalah:
1. Membuat aplikasi mobile dengan menggunakan
teknologi Location Based Service pada platform
android.
2. Membuat aplikasi yang dapat menampilkan peta
dan rute perjalanan menuju coffee shop yang ada
di Malang.
1.4 Batasan Masalah
Pada penyelesaian tugas akhir ini terdapat
beberapa batasan masalah yang dikaitkan dengan
perancangan dan pembangunan aplikasi “KopiKu”
untuk pecinta kopi di kota Malang berbasis LBS,
antara lain:
1. Aplikasi ini dibuat pada platform android yang
dijalankan pada mobile device ber platfrom
android.
2. Tidak membahas tentang keamanan (security)
didalam aplikasi yang dibuat.
3. Hanya menampilkan lokasi coffee shop yang
berada pada kota Malang.
4. Data lokasi lokasi coffee shop adalah data
sekunder, yaitu data yang diambil dari sumber
internet, majalah, dll.
2. Metode
2.1 Text-to-Speech (TTS)
Sistem konversi Text-to-Speech (TTS) adalah
suatu sistem yang mampu mengubah inputan yang
Teknik Informatika – Universitas Muhammadiyah Malang - 2013
awalnya berupa tulisan menjadi output yang berupa
suara. Salah satu teknik yang digunakan pada Text-
to-Speech (TTS) adalah teknik penyambungan
diphone. Diphone merupakan gabungan dari dua
buah fonem. Teknik ini digunakan agar dapat
menghasilkan tingkat kenaturalan keluaran suara
yang tinggi (Muhamad Habibi, 2009).
2.1.1 Konversi dari Teks ke Ucapan
Pada prinsipnya system text to speech terdiri dari
dua sub system, yaitu:
1. Sub system Konverter Teks ke Fonem (Text to
Phoneme).
Bagian converter teks ke fonem berfungsi
untuk mengolah kalimat masukan dalam suatu
bahasa tertentu yang berbentuk teks menjadi
rangkaian kode-kode bunyi yang biasanya
direpresentasikan dengan kode fonem, durasi serta
nadanya.
2. Sub system Konverter Fonem ke Ucapan
(Phoneme to Speech).
Bagian converter fonem ke ucapan akan
menerima masukkan berupa kode-kode fonem
serta nada dan durasi yang dihasilkan oleh bagian
sebelumnya.
2.2 N-gram
N-gram adalah salah satu teknik dalam
perhitungan kesamaan suatu string yang sudah
diterapkan dalam beberapa domain bahasa. N-gram
merupakan sebuah metode yang diaplikasikan untuk
pembangkitan suatu kata atau karakter. Metode N-
gram digunakan untuk mengambil potongan-
potongan karakter dari suatu huruf sejumlah n dari
sebuah kata yang secara urut dibaca dari awal sampai
akhir suatu kalimat. Untuk membantu pengambilan
potongan-potongan kata yang berupa huruf tersebut,
maka dilakukan padding dan blank diawal dan
diakhir suatu kalimat (Hamzah, 2009).
N-gram bisa berupa kombinasi dari huruf.
Namun, item tersebut bisa menjadi fonem, suku kata,
huruf, kata atau pasangan basa sesuai dengan
aplikasi. N-gram biasanya dikumpulkan dari teks atau
corpus pidato. N-gram ukuran 1 disebut sebagai
“unigram”, ukuran 2 adalah “bigram/digram”, ukuran
3 adalah “trigram”. Ukuran lebih besar kadang-
kadang disebut dengan nilai n, misalnya, “empat-
gram”, “lima gram”, dan seterusnya.
2.3 MBROLA
MBROLA speech synthesizer menggunakan
teknik penggabungan segmen bunyi berdasarkan
pangkalan diphone (diphone concenation). Engine
MBROLA hanya dapat membaca kode-kode fonem
dalam file berextension “.pho”. Diphone database
harus kita masukkan untuk mendefinisikan jenis suara
berprosodi seperti apa yang akan dikeluarkan.
Diphone adalah gabungan dari dua buah fonem, dan
menggunakan teknik diphone concenation yang
bekerja dengan menggabungkan segmen-segmen
bunyi yang telah direkam sebelumnya, Prosodi adalah
intonasi suara yang dikeluarkan MBROLA synthesizer
sesuai dengan pitch dan durasi yang tercantum pada
kode fonemnya. Sedangkan model prosodi dataset
adalah suatu model perbaikan ucapan yang dilakukan
pada sistem text to speech dengan penambahan
kosakata serta memasukkan parameter dari durasi dan
pitch yang diubah-ubah berdasarkan langkah-langkah
percobaan, sehingga menghasilkan sistem text to
speech yang memiliki intonasi pada kata yang
diucapkan.
Basis data diphone merupakan komponen yang
penting dalam MBROLA. Basis data ini diproses dari
segmen ucapan yang nantinya digunakan dalam
proses pembangkitan ucapan. Basis data diphone
MBROLA telah tersedia untuk bahasa Portugis,
Inggris, Belanda, Jerman, Prancis, dan juga
Indonesia.
Gambar 2.1 Prinsip Kerja Generator Sinyal Ucapan
Mbrola
3 Perancangan Sistem
Dalam perancangan sistem aplikasi text to
speech ini ada beberapa hal yang akan dilakukan.
Seperti pembuatan flowchart yang mana flowchart
disini akan menjelaskan garis besar cara kerja sistem
atau aplikasi. Selanjutnya akan dijelaskan juga
tentang use case diagram yang menjelaskan aktifitas
yang bisa dilakukan user pada sistem. Dari use case
diagram tersebut akan diperjelas lagi pada activity
diagram. Dan tahapan selanjutnya akan dijelaskan
tentang sequence diagram yang menjelaskan interaksi
antara objek dalam suatu sistem. Baru berikutnya
akan dijelaskan tentang class diagram yang
menjelaskan class-class yang terdapat pada sistem
atau aplikasi ini. Star
2.1 Flowchart Sistem t
Pada tahap Masukkan
ini terdapat
textbeberapa proses yang
dilakukan oleh aplikasi.
Subtitusi per kata
tidak
Sesuai
?
ya
Ekstraksi N-gram
En
 d

Teknik Informatika – Universitas Muhammadiyah Malang - 2013

Gambar 3.1 Flowchart Sistem

Analisis penerapan metode N-gram pada
aplikasi text to speech ini dilakukan dengan proses
preprocessing terlebih dahulu. User (pengguna)
memasukkan teks ke dalam aplikasi, kemudian
aplikasi akan melakukan tahap berikutnya yaitu
subtitusi kata. Misalnya pengguna aplikasi
memasukkan kata yang mengandung tulisan
singkatan maka kata tersebut akan disubtitusikan ke
kata yang mendekati maksud penulisan, contoh :
pengguna menuliskan kata “aq” maka kata tersebut
akan disubtitusikan ke kata “aku”. Apabila subtitusi
kata sudah memenuhi kata yang dimaksud oleh
pengguna aplikasi maka akan dilakukan proses
extraksi metode N-gram nya.
2.2 Usecase Diagram
Use Case Diagram menggambarkan tentang
aktivitas-aktivitas yang akan dilakukan oleh user.
User disini bertindak sebagai objek yang akan
melakukan aktivitas. Aktifitas yang dapat dilakukan
oleh user adalah menginputkan teks berbahasa
indonesia. Selanjutnya user akan melakukan
beberapa kegiatan untuk mendapatkan hasil proses
yaitu berupa keluaran ucapan dari teks yang telah
user inputkan yang akan dijelaskan pada activity
diagram. Untuk mengetahui lebih jelasnya tentang
use case diagram dapat dilihat pada Gambar 3.2.
Gambar 3.3 Class diagram
Dari gambar diatas dapat dijelaskan bahwa pada
class diagram tersebut terdapat class-class yaitu menu
utama, user,TTS, n-gram, dan keypressed. Class
menu utama merupakan tempat untuk pemanggilan
proses pre-proccessing dari karakter yang sudah
ditulis sebagai input. Class user merupakan class
yang menjelaskan hal-hal apa saja yang bisa
dilakukan oleh user. Selanjutnya class user akan
memanggil class TTS, class TTS inilah yang nantinya
akan mengeluarkan suara dri karakter yang telah
diketikkan oleh user melalui keyboard. Class n-gram
akan dipanggil oleh class TTS untuk memproses
memilah-milah karakter sehingga menjadi ejaan
sesuai pembagian nilai atau bobot n-gramnya.
3. Hasil dan Pembahasan
3.1 Pengujian Class TTS_broilla
Pengujian ini bertujuan untuk melihat apakah
aplikasi sudah berhasil mengkonversi teks yang
diinputkan oleh user menjadi keluaran yang berupa
suara.

Gambar 3.2 Usecase Diagram

3.3 Class Diagram

Class diagram disini berfungsi untuk melihat
kelas-kelas dalam aplikasi sistem, atribut dan
operasinya, juga melihat hubungan dari masing-
masing kelas. Secara umum class diagram
menggambarkan bagian-bagian pembentukan struktur
sistem pada aplikasi. Untuk lebih jelasnya dapat
dilihat pada Gambar 3.3.
Gambar 4.1 tampilan aplikasi text to speech
Teknik Informatika – Universitas Muhammadiyah Malang - 2013
Pada saat user menjalankan aplikasi yang Menu Keterangan
dilakukan adalah mengetikkan kata atau kalimat yang File berfungsi
ingin mereka konversikan ke suara. Setelah itu user Close berfungsi
harus menekan tombol button n-gramn maka yang Help berfungsi
keluar adalah hasil potongan perhitungan n-gram About berfungsi
pada kalimat yang telah diinputkan oleh user yang Button n-gram berfungsi
sudah dikonversikan kedalam bentuk suara. Pada
contoh diatas user mengetikkan tiga kata, setelah n-
Dari tabel 4.2 diatas dapat dijelaskan bahwa
gram dihitung maka ditemukan n-gram dilakukan
semua menu dan tombol button yang disediakan pada
sebanyak tiga pemotongan kata. Maka ouput suara
aplikasi dapat berfungsi dengan baik. Sehingga
yang dikeluarkan oleh aplikasi berupa potongan per
aplikasi dapat lebih menarik dan mempermudah user
satu kata, per dua kata, lalu satu kalimat utuh yang
dalam menggunakannya.
terdiri dari kata.
4. Penutup
3.2 Hasil Pengujian
5.1 Kesimpulan
Tahap pengujian dilakukan untuk mengetahui Setelah dilakukan pengujian aplikasi Text to
apakah aplikasi yang telah dibuat dapat berjalan Speech (TTS) ini dapat disimpulkan bahwa aplikasi
dengan baik atau tidak, serta untuk mengetahui apa sudah berjalan sesuai rencana namun bila
saja kelemahan dari aplikasi. diimplementasikan lebih lanjut, aplikasi ini masih
perlu banyak pembenahan dari hasil pengujian yang
dilakukan aplikasi ini perlu pembenahan dari hasil
pengujian aplikasi. Dari hasil uji coba yang telah
dilakukan dapat diambil kesimpulan sebagai berikut :
Tabel 4.1 Sampel kata dan hasil 1. Aplikasi sudah dapat melakukan pengambilan
pembacaannya suara dari speech enggine dan mengeluarkan
suara sesuai dengan teks yang diketikkan oleh
Teks Masukkan Hasil Pembacaan
user.
dia terbaca benar
2. Aplikasi sudah bisa digunakan oleh user biasa
mama terbaca benar dan user yang memiliki keterbatasan visual.
makan terbaca benar 3. Aplikasi ini memiliki nilai rata-rata keberhasilan
dr terbaca salah sebesar 80% dalam proses pengucapan kata.
mobil terbaca benar
telur terbaca benar 5.2 Saran
bnr terbaca benar Dalam aplikasi Text to Speech (TTS) ini masih
mng terbaca salah banyak terdapat kekurangan yang nantinya
org terbaca salah diharapkan ada pengembangan dalam aplikasi ini
apotek terbaca benar sehingga dapat digunakan secara maksimal dalam
lari terbaca benar pengolahan kata:
mandi terbaca benar 1. Suara yang dikeluarkan masih belum bisa murni
menulis terbaca benar menggunakan dialek dari bahasa Indonesia.
bisa terbaca benar 2. Pengucapan text berupa angka belum bisa
jika terbaca benar dilakukan dengan menggunakan dialek bahasa
Indonesia.
Dari table 4.1 menunjukkan ada beberapa kata 3. Memilih speech engine yang mendukung untuk
yang tidak bisa terbaca dengan benar karena terdapat pengucapan teks berbahasa Indonesia.
segmen kata yang tidak terdapat pada basis data
rekaman diphone. Selain itu kata yang mengandung 5. Daftar Pustaka
huruf konsonan semua sebagian besar tidak akan 1. Hamzah Amir. 2010. Deteksi Bahasa Untuk
terbaca dengan benar dan jelas dikarenakan kata yang Dokumen Teks Berbahasa Indonesia.
semuanya merupakan huruf konsonan tidak memiliki Seminar Nasional Informatika 2010
fonem. Dari table diatas juga terlihat bahwa untuk (SemnasIF 2010) UPN
kata yang sesuai dengan penggunaan aturan EYD ”Veteran” .Yogyakarta.
sebagian besar sudah benar cara pengucapannya, 2. Mahdi Ali. 2011. Aplikasi Pengolahan Kata
namun untuk kata singkatan yang tidak umum masih dengan Text To Speech ( Studi Kasus SMPLB
banyak yang salah dalam pengucapannya. Negeri Malang ). Malang. Skripsi.
Universitas Muhammadiyah Malang.
3. Nurallita Anggra. Aplikasi Pensintesa Ucapan
Dan dari hasil pengujian tampilan aplikasi maka Berbahasa Indonesia Sebagai Pembaca
dapat dijelaskan pada table 4.2 dibawah ini. Email. Semarang. Skripsi. Universitas
Diponegoro.
Tabel 4.2 Pengujian menu dan button
Teknik Informatika – Universitas Muhammadiyah Malang - 2013
4. Prasetio Dwi. Aplikasi Pensintesa Ucapan
Berbahasa Indonesia Sebagai Pembaca SMS.
Semarang. Skripsi. Universitas Diponegoro.
5. Bima Ifnu. 2011. Java Dekstop , Artivisi
Intermedia, Singapura.
6. Taylor Paul. 2007. “Text to Speech Synthesis”,
Cambridge.
7. N-gram. Http://en.wikipedia.org/wiki/N-gram.
Diakses tanggal 30 Desember 2012.
8. Metode n-gram. Http://digilib.ittelkom.ac.id/
n-gram. Diakses tanggal 23 Desember 2012.
9. Mbrola speech enggine.Http://www.local-
guru.net/blog/2010/06/20/using-mbrola-
voices-with-the-processing-ttslib. Diakses
tanggal 30 Desember 2012.
10.TTS.Http://developeriq.in/articles/2010/oct/
19/text-to-speech-using-java. Diakses tanggal
30 Desember 2012.