3. Sistematika Literatur
Tujuan dari SLR ini adalah untuk merangkum informasi mengenai Aplikasi
Doa sehari-hari dan Merangkum informasi penerapan Machine learning pada
aplikasi.
1. Request Question
Request Question (RQ) pada penelitian ini bertujuan untuk mefilter
atau menentukan arah penelitan ini. Berikut RQ pada penelitian ini:
4. Data Analysis
Bagian ini menyajikan dan menganalisis hasil yang diperoleh setelah
melakukan studi utama untuk kegiatan ekstraksi dan sintesis data. Studi yang dipilih
memberikan bukti yang relevan untuk menjawab empat RQ dengan memuaskan,
seperti dijelaskan di bawah ini. Berikut Jurnal Referensi pada peneltian ini:
ID Peneliti dan Tahun Judul Penjelasan
J01 (Djafar, 2016) Perancangan Aplikasi Aplikasi ini Memudahkan pengguna untuk
Do’a Dan Wirid Harian mengetahui amalan sunah (Do’a dan Wirid)
Muslim Berbasis Android sehari-hari lewat output informasi Do’a dan
Wirid yang ditampilkan
J02 (Satria dkk, 2010) Rancang Bangun Aplikasi Aplikasi Dzikir dan Do’a dibuat satu kesatuan
Ibadah Dzikir Dan Do’a sehingga umat muslim dapat membaca
Harian Berbasis Android ataupun menghafal berbagai dzikir dan Do’a
dalam satu aplikasi dan terdapat fitur suara
yang dapat didengarkan secara langsung
J03 (Rahayu, 2015) Rancang Bangun Aplikasi Aplikasi pembelajaran Do’a sehari-hari dengan
Mobile Pembelajarn Do’a menggunakan teknologi augmented reality ini
Islami Menggunakan dapat meningkatkan ketertarikan dan minat
Aumented Reality anak-anak usia dini dalam mempelajarin serta
mengasah kemampuan menghafalkan Do’a
sehari-hari yang dibuktikan dengan hasil
penilaian kuisioner siswa TK Al Fadholy dari
total 38 responden sebanyak 67%
J04 (Akhmad Wahyu Perancangan Aplikasi Pada aplikasi ini Android dapat digunakan
Dani, Andi Voice Command untuk melakukan control terhadap perangkat
Adriansyah, 2016) Recognition Berbasis menggunakan Bluetooth dan Microcontroller
Android Dan Arduino Arduino Uno dan adanya Google Voice
Uno Command menjadi penerjemah dari Voice
Command menjadi Text Command
J05 (Lestari, 2014) Aplikasi Do’a Sehari-Hari Aplikasi ini membantu TK/TPA dalam proses
Untuk Anak Muslim belajar mengajar khususnya pembelajaran
Berbasis Android Pada Do’a sehari-hari. Karena aplikasi ini bisa
Tk/Tpa Al-Mujahiddin menjadi media pelengkap dalam rangka
Pepabri Sungailiat menghilangkan rasa bosan anak ketika mereka
belajar dan bisa meningkatkan kemauan anak
untuk belajar
J06 (Edwar, 2015) Perancangan Aplikasi Aplikasi ini bisa membantu umat Islam dalam
Mobile Kumpulan Do’a- mempelajari maupun menghafal Do’a-Do’a
Do’a Islam Sesuai Al- sesuai tuntunan Al-Qur’an dan Sunah
Qur’an Dan Sunnah Rasulullah
J07 (Aris Tri Jaka Harjanta Penerapan Pembobotan Dalam percobaan ini, klasifikasi naïve bayes
dkk , 2015) Atribut Pada Algoritma algoritma yang diterapkan terbukti memiliki
Naive Bayes Untuk kinerja yang baik pada data besar dan telah
Analisis Sentimen terbukti andal dalam berbagai domain. Serta
Review Aplikasi Android menambahkan pembobotan atribut
Dari Google Play menggunakan algoritme berat menurut
korelasi, bobot menurut statistik chi squered
dan bobot oleh SVM pada data, jadi harapkan
akurasi yang baik dari aplikasi android analisis
sentimen untuk digunakan dalam sentimen
Indonesia.
J08 Kristina Apriyanti Implementasi Optical Sistem pengenalan karakter pada penelitian
dkk, 2016 Character Recognition ini menggunakan model jaringan syaraf
Berbasis tiruan (JST) dengan akurasi 97,58%. Sistem ini
Backpropagation untuk mampu mengenali beberapa tipe font yakni
Text to Speech Perangkat Arial, Calibri, dan Verdana. Rerata akurasi
Android pengenalan pada sampel uji yang digunakan di
dalam penelitian ini sebesar 94,7% dengan
kondisi jarak pengambilan gambar pada
rentang
jarak 3 – 8 cm dan posisi kamera tegak lurus
menghadap kertas tulisan.
J09 (David Wibisono dkk, Perencanaan dan Penelitian ini menunjukkan bahwa semakin
2018) Pembuatan Aplikasi besar variasi dataset, maka memberikan hasil
Android Pengkonversian WER yang relative lebih kecil sehingga dengan
Suara Menjadi Teks kata lain hasil model machine learning dapat
dalam Bahasa Indonesia mengenali kata-kata dengan tepat.
dengan Machine Permasalahannya adalah semakin besar
Learning untuk dataset, maka semakin besar pula ambiguitas
Membantu Tunarungu model bahasanya (language model).
J10 (Supriyanta, dkk, Aplikasi Konversi Suara Memasukkan teks ke dalam perangkat mobile
2014) Ke Teks Berbasis Android lambat dan rentan kesalahan dibandingkan
Menggunakan Google dengan mengetik pada keyboard ukuran
Speech Api penuh. Google menawarkan fitur pada Android
yang bertujuan untuk membuat suara sebagai
alternatif metode input, misal penelusuran
menggunakan suara, input suara ke dalam text
field tertentu dan Application Programming
Interface (API) suara untuk pengembang
aplikasi. Untuk menelusuri menggunakan
suara, pengguna secara sederhana mengetuk
ikon mikropon pada kotak pencarian desktop
atau dengan menahan tombol pencarian fisik.
Berdasarakan hasil kesimpulan referensi di atas, saya bisa berkontribusi pada
bidang penerapan Mechine learning pada aplikasi doa sehari-hari berbasis andorid
dengan google speech API. Kerena belum pernah ada peneliti sebelumnya
5. Contribution
Pada studi literatur review ini saya akan berkontribusi pada pemanfaatan
metode Mechine Learning pada aplikasi doa sehari-hari berbasis android dengan
google speech API. Karena penelitian sebelumnya belum ada membuta seperti itu.