STUDI DAN IMPLEMENTASI METODE DISCRETE COSINE

TRANSFORM (DCT) UNTUK MENGKONVERSI SUARA KE

BENTUK TEKS DALAM PROSES BELAJAR MENGAJAR
LATAR BELAKANG MASALAH

ADA BEBERAPA HAL YANG MENJADI LATAR BELAKANG DARI PENULISAN TESIS INI YAITU :
1. ADANYA KETIDAKSAMAAN TINGKAT DAYA SERAP MAHASISWA TERHADAP SEBUAH INFORMASI YANG
DITERIMA.
2. KURANG BAIKNYA PENYAMPAIAN TENAGA PENGAJAR/DOSEN DALAM MEMBERIKAN MATERI
PEMBELAJARAN.
4. METODE DISCRETE COSINE TRANSFORM (DCT) MERUPAKAN SALAH SATU ALTERNATIF PILIHAN YANG BAIK.
5. METODE DCT MERUPAKAN TEKNIK UNTUK MENGOLAH SINYAL DIGITAL SUARA DAN MENGHASILKAN TEXT.
PERUMUSAN MASALAH

1. BAGAIMANA IMPLEMENTASI VOICE RECOGNITION DALAM MENGENAL SUARA?

2. BAGAIMANA MENERAPKAN METODE DCT UNTUK DAPAT MELAKUKAN DETEKSI SUARA
DENGAN MEMANFAATKAN GOOGLE SPEECH APPLICATION PROGRAMMING INTERFACE (SAPI)?
3. BAGAIMANA CARA MENGKONVERSI SEBUAH SINYAL DIGITAL SUARA MENJADI SEBUAH BENTUK
TEXT DANGAN MENGGUNAKAN METODE DISCRETE COSINE TRANSFORM (DCT)?
BATASAN MASALAH

1. DETEKSI SUARA YANG DILAKUKAN MENGGUNAKAN KATA ATAU KALIMAT DALAM BERBAHASA
INGGRIS.
2. METODE PENGKONVERSIAN SUARA MENGGUNAKAN ALGORITMA DISCRETE COSINE TRANSFORM
(DCT).
3. BAHASA PEMROGRAMAN YANG DIGUNAKAN DALAM PENELITIAN INI ADALAH BAHASA
PEMROGRAMAN PHP YANG DIJALANKAN DIATAS BROWSER GOOGLE CHROME
TUJUAN PENELITIAN
1. MEMAHAMI ALGORITMA DISCRETE COSINE TRANSFORM (DCT) UNTUK MENGOLAH SINYAL DIGITAL
SUARA SEHINGGA MENGHASILKAN TEKS.
2. MENGANALISA PEMBENTUKAN SINYAL DIGITAL SUARA SEHINGGA MENJADI SUATU TEKS.
3. MENGETAHUI CARA MENGKONVERSI SUARA MENJADI BENTUK TEKS DENGAN MENGGUNAKAN
METODE DISCRETE COSINE TRANSFORM (DCT).
4. MERANCANG DAN MENGHASILKAN PERANGKAT LUNAK YANG DAPAT MELAKUKAN KONVERSI
SUARA DALAM BENTUK PENGUCAPAN KATA MENJADI SEBUAH BENTUK TEKS. MENGGUNANAKAN
LIBRARY DARI GOOGLE SPEECH API
LANDASAN TEORI

VOICE RECOGNITION MERUPAKAN SUATU PENGEMBANGAN TEKNIK DAN SISTEM YANG MEMUNGKINKAN
KOMPUTER UNTUK MENERIMA MASUKAN BERUPA KATA YANG DIUCAPKAN.

VOICE RECOGNITION SPEECH RECOGNITION S1 S1 Ket : S = Suara

SPEAKER RECOGNITION S1 S1
GOOGLE SPEECH API
- GOOGLE SPEECH API BISA DIKATAKAN BAGIAN DARI FRAMEWORK GOOGLE YANG MENYEDIAKAN
BERBAGAI API (APPLICATION PROGRAMMING INTERFACE) YANG SANGAT BERGUNA BAGI PENGEMBANG
WEB MAUPUN APLIKASI DESKTOP.
- DARI GOOGLE SPEECH API, DAPAT MEMANFAATKAN BERBAGAI FITUR YANG DISEDIAKAN OLEH GOOGLE
SEPERTI ADSENSE, SEARCH ENGINE, TRANSLATION MAUPUN YOUTUBE.
- API SECARA SEDERHANA BISA DIARTIKAN SEBAGAI KODE PROGRAM YANG MERUPAKAN ANTARMUKA ATAU
PENGHUBUNG ANTARA APLIKASI ATAU WEB YANG KITA BUAT DENGAN FUNGSI-FUNGSI YANG
DIKERJAKAN. DALAM HAL INI GOOGLE SPEECH API BERARTI KODE PROGRAM YANG DISEDERHANAKAN
SEHINGGA DAPAT KITA TAMBAHKAN PADA APLIKASI ATAU WEB KITA UNTUK MENGAKSES, MENJALANKAN,
DAN MEMANFAATKAN FUNGSI ATAU FITUR YANG DISEDIAKAN GOOGLE.
 ALGORITMA DCT (DISCRETE COSINE TRANSFORM)
ALGORITMA DISCRETE COSINE TRANSFORM (DCT) UNTUK MENGOLAH SINYAL DIGITAL SUARA
DAN MENGHASILKAN TEXT BERDASARKAN FORMAT SUARA YANG MENDEKATI SINYAL DIGITAL
SUARA YANG DI INPUTKAN. DISCRETE COSINE TRANSFORM (DCT) DAN ALGORITMA DCT
MERUPAKAN ALGORITMA YANG MEMILIKI TINGKAT AKURASI TINGGI DAN KECEPATAN
PENGOLAHAN DATA YANG LUMAYAN.

7 (TUJUH) TAHAPAN PROSES KONVERSI SPEECH TO TEKS

INPUT SPEECH SAMPLING KUANTISASI PENGKODEAN MATCHING DB VALIDASI TEXT ON SCREEN

1 2 3 4 5 6 7
 Ruang Lingkup Masalah

Penentuan Tujuan

METODOLOGI PENELITIAN
Studi Literatur

Pengolahan Data

Analisis Data

Implementasi Sistem

Pengujian Sistem

Evaluasi Hasil

Kesimpulan
STUDI LITERATUR

MELAKUKAN OBSERVASI DAN KAJIAN TERHADAP BEBERAPA METODE MENGENAI SPEECH

RECOGNITION YANG AKAN DITELITI.
LIBRARY RESEARCH (TINJAUAN KEPUSTAKAAN), DILAKUKAN UNTUK MENGUMPULKAN
INFORMASI TENTANG LITERATUR DAN PEDOMAN DALAM PENENTUAN HASIL ANALISA DARI
METODA DCT (DISCRETE COSINE TRANSFORM).
LABORATORY RESEARCH (PENELITIAN LABORATORIUM), PENELITIAN LABORATORIUM ADALAH
UNTUK PENGUJIAN DATA DAN PENENTUAN HASIL ANALISA DARI METODA DCT (DISCRETE
COSINE TRANSFORM) SEHINGGA MENGHASILKAN PERANGKAT LUNAK YANG DAPAT
MELAKUKAN KONVERSI DARI SUARA KE TEKS.
PENGOLAHAN DAN ANALISIS DATA

PROSES PENGOLAHAN DATA MELALUI PROSES VOICE RECORDING DENGAN MELALUI 7 TAHAPAN
DCT. KEMUDIAN HASIL VOICE RECORDING DIANALISA, SEHINGGA MENGHASILKAN SUATU
INFORMASI DAN PENGETAHUAN AGAR DAPAT DI IMPLEMENTASIKAN.
IMPLEMENTASI SISTEM

DALAM PROSES IMPLEMENTASI SISTEM ADA BEBERAPA HAL YANG DIBUTUHKAN ANTARA LAIN :
1. PERANGKAT KERAS (HARDWARE)
2. PERANGKAT LUNAK (SOFTWARE)
PENGUJIAN

PADA TAHAP PENGUJIAN, HASIL KONVERSI SPEECH TO TEXT DILAKUKAN DALAM

BAHASA INGGRIS DAN DILAKUKAN DENGAN BEBERAPA PENGUCAPAN KOSAKATA BERBAHASA
INGGRIS.
SUARA DIUCAPKAN MELALUI MICROPHONE, DAN DITERIMA OLEH PERANGKAT ANALOG-
TO-DIGITAL CONVERTER (ADC) YANG ADA DI SOUNDCARD, KEMUDIAN TERJADILAH PROSES
(SAMPLING, QUANTIZING, DAN PENGKODEAN), SETELAH TERCIPTANYA KODE BINER BARU
DILAKUKAN PROSES MATCHING VOICE (MATCHING DB) SERTA PROSES VALIDASI, SEHINGGA
MENGHASILKAN TEKS ON-SCREEN.
KESIMPULAN

DARI HASIL IMPLEMENTASI DAN PENGUJIAN, MAKA DIDAPATLAH SUATU KESIMPULAN

BAHWA :
1. TEKNOLGI SPEECH TO TEXT MASIH RENTAN TERHADAP GANGGUAN (NOISE) YANG
DISEBABKAN KEBISINGAN DARI LINGKUNGAN YANG ADA DI SEKITAR USER.
2. FONEM DAN LEXICAL SUARA SESEORANG SANGAT MEMPENGARUHI PROSES PEMBENTUKAN
SUARA KE TEKS DAN JUGA KEBISINGAN YANG TERJADI DISEKITAR.
3. PEMANFAATAN GOOGLE SPEECH API PADA APLIKASI, BERGANTUNG KEPADA KEMAMPUAN
JARINGAN DALAM MENTRANSFER DATA DAN JUGA BAHASA YANG DIUCAPAKAN.