Pengujian Kualitatif Aplikasi Informasi Gempa Bumi dalam Bentuk Suara untuk Tunanetra
DOI:
https://doi.org/10.30812/matrik.v21i3.1482Keywords:
Gempa bumi, teks ke suara, Model Fountain, TTS CWR, TTS SAPIAbstract
Indonesia memiliki potensi gempa bumi yang cukup besar karena dilalui tiga lempeng aktif, yaitu lempeng Indo-Australia, Eurasia, dan Pasifik. Permasalahannya penyandang tunanetra masih kesulitan mendapatkan informasi gempa bumi yang masih berupa teks sehingga perlu dibuat aplikasi untuk mengubah teks ke suara. Tujuan pengembangan aplikasi ini diharapkan penyandang tunanetra mudah mendapatkan informasi gempa bumi melalui suara. Metodologi pengembangan aplikasi untuk mengubah informasi gempa bumi dari teks ke suara menggunakan model Fountain dan aplikasi dikembangkan menggunakan dua cara. Cara pertama dengan melakukan perekaman suara dalam bentuk wav kemudian digabunggabungkan atau disebut dengan Text to Speech Concatenation Wave Recording. Cara kedua, menggunakan Speech Aplication Programing Interface yang merupakan aplikasi teks ke suara bawaanWindows. Selanjutnya kedua aplikasi di uji untuk melihat kejelasan suara yang dihasilkan. Hasil pengujian terhadap 15 siswa Madrasah Tsanawiyah Yayasan Kesejahteraan Tuna Netra Islam menggunakan metode kualitatif didapatkan kejelasan suara yang dihasilkan dengan Concatenation Wave Recording mencapai 91,11% atau ada 13 siswa mendengar dengan jelas, sedangkan menggunakan Speech Aplication Programing Interface mencapai 95,56% atau 14 siswa mendengar dengan jelas.
Downloads
References
Assessment Using Neural Network and Analytic Hierarchy Process: Aceh Province, Indonesia,†Geoscience Frontiers, vol. 11,
no. 2, pp. 613–634, 2020.
[2] F. Simangunsong and A. R. Djaga, “Program Implementation of E-Government-Based Village Administration and Information
System in West Sumba Regency,†Asian Journal of Management Sciences & Education, vol. 7, no. October, pp. 71–82, 2018.
[3] A. Syarif, T. Daryanto, M. Zaenal Arifin, and K. Kunci, “Aplikasi Speech Application Programming Interface (Sapi) 5.1 Sebagai
Perintah untuk Pengoperasian Aplikasi Berbasis Windows,†in Seminar Nasional Aplikasi Teknologi Informasi, 2011, pp. 1907–
5022.
[4] A. F. Setiawan, “Text To Speech Bahasa Indonesia Menggunakan Metode Dhipone Concatenation,†in Seminar Nasional Inovasi
Dan Aplikasi Teknologi Di Industri (SENIATI), 2016, pp. 37–42.
[5] A. Noertjahyana and R. Adipranata, “Implementasi Sistem Pengenalan Suara Menggunakan SAPI 5.1 dan DELPHI 5,†Jurnal
Informatika, vol. 4, no. 2, pp. 107–114, 2003.
[6] I. I. Tritoasmoro, “Text-To-Speech Bahasa Indonesia Menggunakan Concatenation Synthesizer Berbasis Fonem,†in Seminar Nasional,
2006, pp. 171–176.
[7] W. Ping, K. Peng, and J. Chen, “Clarinet: Parallel Wave Generation in End-to-End Text-To-Speech,†in 7th International Conference
on Learning Representations, ICLR 2019, no. February, 2019, pp. 1–15.
[8] N. P. Andayu, “Perancangan Text To Speech Converter Engine dalam Pengucapan Kata Berbahasa Arab Sehari-Hari,†Jurnal
Sistem dan Teknologi Informasi (JustIN), vol. 1, no. 3, pp. 144–149, 2013.
[9] R. Fidia, D. Pujiastuti, and A. Sabarani, “Korelasi Tingkat Seismisitas dan Periode Ulang Gempa Bumi di Kepulauan Mentawai
dengan Menggunakan Metode Guttenberg-Richter,†Jurnal Fisika Unand, vol. 7, no. 1, pp. 84–89, 2018.
[10] Gunawan, M. I. C. R., and Supono, “Sistem Infomasi Monitoring Surat Masuk dan Surat Keluar (Studi Kasus : Pt. Perkebunan
Nusantara Viii (Persero)),†Improve, vol. 12, no. 2, 2020.
[11] S. Ernawati, R. Wati, and I. Maulana, “Penerapan Model Fountain untuk Pengembangan Aplikasi Text Recognition dan Text To
Speech Berbasis Android Menggunakan Flutter,†in Prosiding Snast, no. Maret, 2021, pp. 178–186.
[12] J. Kuswanto, “Pengembangan Game Berhitung dengan Meggunakan Visual Basic 6.0 Pada Mata Pelajaran Matematika Kelas II
Di SD Negeri 3 Okut,†Journal of Educational Studies, vol. 2, no. 1, p. 61, 2017.
[13] A. H. Fajar, H. Azwar, and Mochammad Susantok, “Sistem Informasi dan Peringatan Gempa Bumi BMKG Berbasis Android,â€
Jurnal Aksara Elementer, vol. 4, no. 1, pp. 1–10, 2017.
[14] H. B. Damanik and S. S. Susanti, “Kesiapsiagaan Bencana Tsunami pada Tuna Netra,†Jurnal Ilmiah Mahasiswa Keperawatan,
vol. 2, no. 3, pp. 1–10, 2017.
[15] D. I. S. Saputra, S. W. Handani, and G. A. Diniary, “Pemanfaatan Cloud Speech Api untuk Pengembangan Media Pembelajaran
Bahasa Inggris Menggunakan Teknologi Speech Recognition,†Telematika, vol. 10, no. 2, pp. 92–105, 2017.
[16] F. T. Industri, “Studi Analisis Metode-Metode Parsing dan Interpretasi Semantik pada Natural Language Processing,†Jurnal
Informatika, vol. 2, no. 1, pp. 13–22, 2001.
[17] N. K. Zahro, “Pelatihan Neuro Linguistic Programming (NLP) untuk Meningkatkan Kepercayaan Diri,†Persona:Jurnal Psikologi
Indonesia, vol. 6, no. 1, pp. 40–51, 2018.
[18] I. Huda, “Implementasi Natural Language Processing (NLP) untuk Aplikasi Pencarian Lokasi,†Jurnal Nasional Teknologi Terapan
(JNTT), vol. 3, no. 2, p. 15, 2021.
[19] M. Bobbi, K. Nasution, S. Suryadi, and R. Watrianthos, “Model Pengenalan Suara Teks Bebas Menggunakan Algoritma Support
Vector Machine,†Jurnal Media Informatika Budidarma, vol. 4, no. 4, pp. 1249–1255, 2020.
[20] H. Santoso and M. Fakhriza, “Perancangan Aplikasi Keamanan File Audio Format Wav ( Waveform ) Menggunakan Algoritma
Rsa,†ALGORITMA: Jurnal Ilmu Komputer dan Informatika, vol. 2, no. 1, pp. 47–54, 2018.
[21] D. Prasanti, “Penggunaan Media Komunikasi Bagi Remaja Perempuan dalam Pencarian Informasi Kesehatan,†LONTAR: Jurnal
Ilmu Komunikasi, vol. 6, no. 1, pp. 13–21, 2018.
Matrik: Jurnal
Downloads
Published
Issue
Section
How to Cite
Similar Articles
- Bambang Krismono Triwijoyo, Ahmat Adil, Anthony Anggrawan, Convolutional Neural Network With Batch Normalization for Classification of Emotional Expressions Based on Facial Images , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 21 No. 1 (2021)
- Hepatika Zidny Ilmadina, Muhammad Naufal, Dega Surono Wibowo, Drowsiness Detection Based on Yawning Using Modified Pre-trained Model MobileNetV2 and ResNet50 , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 22 No. 3 (2023)
- Ismarmiaty Ismarmiaty, Desventri Etmy, Model Pendekatan UTAUT2 Modifikasi pada Analisis Penerimaan dan Penggunaan Teknologi E-Government di Nusa Tenggara Barat , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 18 No. 1 (2018)
- Ismarmiaty Ismarmiaty, ANALISIS MODEL PENERIMAAN DAN PENGGUNAAN SISTEM INFORMASI WEBSITE PADAMU NEGERI OLEH PENGGUNA MENGGUNAKAN MODEL UNIFIED THEORY OF ACCEPTANCE AND USE OF TECHNOLOGY (UTAUT) , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 16 No. 1 (2016)
- Erlin Erlin, Yenny Desnelita, Nurliana Nasution, Laili Suryati, Fransiskus Zoromi, Dampak SMOTE terhadap Kinerja Random Forest Classifier berdasarkan Data Tidak seimbang , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 21 No. 3 (2022)
- Rizky Hafizh Jatmiko, Yoga Pristyanto, Investigating The Effectiveness of Various Convolutional Neural Network Model Architectures for Skin Cancer Melanoma Classification , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 23 No. 1 (2023)
- Rahmaddeni Rahmaddeni, M. Teguh Wicaksono, Denok Wulandari, Agustriono Agustriono, Sang Adji Ibrahim, Enhancing Multiple Linear Regression with Stacking Ensemble for Dissolved Oxygen Estimation , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 24 No. 1 (2024)
- Ni Wayan Sumartini Saraswati, I Wayan Dharma Suryawan, Ni Komang Tri Juniartini, I Dewa Made Krishna Muku, Poria Pirozmand, Weizhi Song, Recognizing Pneumonia Infection in Chest X-Ray Using Deep Learning , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 23 No. 1 (2023)
- Muhammad Furqan Nazuli, Muhammad Fachrurrozi, Muhammad Qurhanul Rizqie, Abdiansah Abdiansah, Muhammad Ikhsan, A Image Classification of Poisonous Plants Using the MobileNetV2 Convolutional Neural Network Model Method , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 24 No. 2 (2025)
- Syahril Efendi, Poltak Sihombing, Sentiment Analysis of Food Order Tweets to Find Out Demographic Customer Profile Using SVM , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 21 No. 3 (2022)
You may also start an advanced similarity search for this article.
Most read articles by the same author(s)
- Imam Riadi, Abdul Fadlil, Muhammad Amirul Mu'min, OWASP Framework-based Network Forensics to Analyze the SQLi Attacks on Web Servers , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 22 No. 3 (2023)
- Miftahuddin Fahmi, Anton Yudhana, Sunardi Sunardi, Image Processing Using Morphology on Support Vector Machine Classification Model for Waste Image , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 22 No. 3 (2023)
- Egi Dio Bagus Sudewo, Muhammad Kunta Biddinika, Abdul Fadlil, DenseNet Architecture for Efficient and Accurate Recognition of Javanese Script Hanacaraka Character , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 23 No. 2 (2024)
- Yana Safitri, Imam Riadi, Sunardi Sunardi, Mobile Forensic for Body Shaming Investigation Using Association of Chief Police Officers Framework , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 22 No. 3 (2023)