Aplikasiini memang kerap mengalami sebuah update aplikasi sehingga tidak jarang para penggunanya ingin melakukan update untuk mendapatkan fitur terbaru. Sayangnya, pembaruan aplikasi tidak bisa dilakukan secara otomatis seperti pada Google Play Store. Namun, tidak perlu khawatir karena cara updatenya ini bukan berarti harus menghapus aplikasi yang sudah terinstal.
NilaiJawabanSoal/Petunjuk IOS Sistem operasi di iPhone ANDROID Sistem operasi smartphone WINDOWS Sistem operasi yang dikembangkan Microsoft MAC Sistem operasi yang dibuat oleh perusahaan Apple RELATIVITAS Sistem mekanika yang dikemukakan oleh Einstein untuk menggantikan mekanika Newton yang dikembangkan dalam dua bagian, yaitu teori relativitas khusus dan umum PLASMA ...darah, dalam keadaan normal volumenya + 5% dari berat badan; 2 petani pekebun yang menjadi bagian dari sistem usaha pertanian perkebunan yang bert... AKTIF Fis daerah tempat terjadinya penguatan penyearahan, pancaran cahaya atau peristiwa dinamik yang lain pada suatu peranti semipenghantar; - aliran sun... SISTEM ...l mengambil lagi sesuatu yang baru; - artifisial sistem buatan berdasarkan pd alat reproduksi; - awan Met aturan kelompok awan yang terdiri atas beb... DOS Sistem Operasi Berbasis Teks VISTA Jenis Sistem Operasi Windows OS Sistem operasi singkatan Inggris LINUX Salah satu sistem operasi komputer TUX Maskot resmi sistem operasi Linux CMD Command Prompt dalam sistem operasi Windows EXE Format data untuk aplikasi program pada sistem operasi Windows UBUNTU Nama sistem operasi komputer open source CENTOS Nama sistem operasi komputer open source SAFARI Web browser yang dikembangkan oleh Apple KERNEL Program inti dari sistem operasi komputer PIXEL Merek smartphone yang dikembangkan oleh Google MEKANISME Metode, operasi, prosedur, proses, sistem, teknik SUBAK Sistem pengairan tradisional yang teratur oleh masyarakat Bali ZUMBA Tarian Yang Dikembangkan Oleh Jun Ko Agus POLE DANCE Tarian Yang Dikembangkan Oleh Jun Ko Agus EKOSISTEM Sistem ekologi, terbentuk oleh hubungan timbal balik
BeOSadalah sistem operasi untuk komputer pribadi yang dikembangkan pada tahun 1991 oleh Be Inc. Sistem operasi ini pertamakali dikembangkan untuk berjalan di atas perangkat keras BeBox.BeOS dibuat untuk melakukan tugas media digital dan sistem operasi ini ditulis untuk memanfaatkan keuntungan dari perangkat modern seperti multiproses simetrik dengan memanfaatkan lebar pita modular I/O
Ilustrasi Jawaban Nama Sistem Operasi Komputer Open Source TTS. Foto Christin Hume silang atau crossword puzzle dalam Bahasa Inggris adalah salah satu permainan mengasah otak yang paling terkenal di seluruh dunia. Pada zaman dulu, teka-teki silang hanya dapat dimainkan di lembar koran dan majalah. Namun, saat ini teka-teki silang dapat dimainkan di manapun dan kapanpun menggunakan aplikasi yang dapat diunduh di ponsel silang pertama kali terbit di satu koran di kota New York. Orang yang pertama kali membuat permainan teka-teki silang adalah seorang jurnalis asal Liverpool bernama Arthur Wyne. Sejak pertama diterbitkan hingga hari ini permainan teka-teki silang masih populer di berbagai kalangan yang satu ini dapat begitu terkenal karena memiliki banyak tema pada soal-soal TTS. Pada umumnya, tema yang ada di dalam teka-teki silang adalah mengenai pengetahuan umum, kesehatan, politik, bahasa, dan juga teknologi. Tak jarang pertanyaan TTS sangat sulit untuk dijawab. Salah satu pertanyaan yang sulit untuk dijawab adalah tentang nama sistem operasi komputer open source TTS. Berikut kunci Nama Sistem Operasi Komputer Open Source TTSIlustrasi Kunci Jawaban Nama Sistem Operasi Komputer Open Source TTS. Foto Kari Shea kita menggunakan komputer untuk kegiatan sehari-hari. Mengutip Sanders 1985 dalam buku dengan judul Komputer dan Internet karya Fauzi 20181, komputer adalah sistem elektronik untuk memanipulasi data yang cepat dan tepat serta dirancang dan diorganisasikan supaya secara otomatis menerima dan menyimpan data input, memprosesnya, dan menghasilkan output berdasarkan instruksi-instruksi yang telah tersimpan di dalam memori. Meski komputer digunakan sehari-hari, sayangny ahanya segelintir orang yang mengetahui tentang sistem operasi komputer. Apa saja jenis sistem operasi komputer?LinuxLinux merupakan salah satu sistem operasi komputer yang menjadi salah satu favorit bagi para programmer. Oleh karena itu, Linux banyak digunakan dalam server korporasi. Selain itu, Linux juga memiliki sifat open merupakan sistem operasi komputer yang paling banyak digunakan oleh masyarakat di dunia. Windows diluncurkan pertama kali oleh Microsoft Inc. pada tahun 1985 silam dan terus mengalami perkembangan yang sangat merupakan sistem operasi komputer yang dikembangkan oleh Apple. Hal yang menarik dari produk keluaran Apple ini adalah sistem terkoneksi dalam satu Apple ID yang nama sistem operasi komputer open source TTS adalah Linux. Semoga artikel ini dapat menambah wawasanmu dan dapat membantu mengisi TTS ya! FAR
SistemOperasi Mobile yang dirilis oleh Google atau lebih dikenal dengan nama Android OS ini pertama kali dikenalkan pada tahun 2008. Versi yang pertama kali dirilis diberi nama Astro. Untuk selanjutnya, versi Android OS didasarkan pada nama makanan pencuci mulut yang diurutkan menurut abjad.
ISSN 2301 Rieke Adriati W. Pengembangan Aplikasi Text-to-Speech Bahasa ... 1 Mahasiswa, Program Studi Magister Teknik Elektro Fakultas ENDAHULUAN TTS. Pemilihan Bahasa Inggris dikarenakan bahasa tersebut telah di-support oleh semua aplikasi TTS yang tersedia Mary TTS dan Ivona TTS. memory dan waktu yang diperlukan untuk membangun sistem TTS Bahasa Indonesia yang banyak dikembangkan saat ini menggunakan database suara dari kata-kata dalam Bahasa Indonesia yang direkam secara pribadi kemudian diolah untuk dapat menjadi output sebuah sistem. Di lain sisi, tersedianya API Google untuk TTS dalam Bahasa Inggris mampu dikonfigurasi menjadi Bahasa Indonesia, sehingga tidak dibutuhkan proses perekaman suara dari kata-kata dalam Bahasa Indonesia. Langkah ini dapat mengurangi penggunaan TTS Bahasa Indonesia yang banyak dibuat dan dikembangkan saat ini berbasis komputer, yang memiliki beberapa kelemahan antara lain ukuran PC yang relatif besar dan berat, sehingga menjadikan kurang praktis untuk dibawa ke mana saja. Padahal dalam perkembangan teknologi, alat penunjang yang paling banyak digunakan untuk membantu menjalankan atau menyelesaikan pekerjaan manusia saat ini adalah smartphone. Salah satu platform pada smartphone yang paling banyak digunakan oleh masyarakat Indonesia adalah platform Android, dikarenakan fitur-fitur yang tersedia dalam smartphone ini dapat memuaskan kebutuhan para konsumen [4]. dapat mengubah suatu teks menjadi ucapan secara otomatis dengan cara fonetisasi penyusunan fonem-fonem untuk membentuk ucapan [3]. Dengan teknologi TTS, dimungkinkan sebuah komputer mampu berkomunikasi dan berinteraksi dengan manusia tidak hanya melalui tulisan, namun juga dalam bentuk lisan menggunakan bahasa yang digunakan sehari-hari. To-Speech TTS Bahasa Indonesia. TTS adalah sistem yang 2010, angka kebutaan di Indonesia termasuk yang paling tinggi di dunia, yaitu nomor dua setelah Ethiopia [1]. Selain tuna netra, ada pula penderita penyakit lemah penglihatan low vision di Indonesia yang jumlahnya mencapai tiga kali lipat dari penderita tuna netra [2]. Banyak teknologi yang telah dikembangkan untuk membantu mereka berkomunikasi dengan orang lain maupun gadget, salah satunya adalah Text- Jumlah penyandang tuna netra di Indonesia pada tahun 2000 mencapai dari jumlah penduduk. Angka tersebut merupakan yang tertinggi di Asia. Sedangkan pada tahun P Teknik Universitas Brawijaya, Jln. MT Haryono 167 Malang 65145 INDONESIA e-mail 2 Dosen, Fakultas Ilmu Komputer Universitas Brawijaya, Jln. Kata Kunci — Android, Bahasa Indonesia, FSA, Suku kata, TTS I. Intisari —Text-To-Speech Bahasa Indonesia yang telah banyak dikembangkan sebelumnya adalah berbasis komputer dan menggunakan database rekaman suara pribadi berbasis diphone maupun phoneme. Pada paper ini dikemukakan sebuah pengembangan aplikasi TTS Bahasa Indonesia berbasis Android yang dapat digunakan dimana saja mobile dan memanfaatkan API Google untuk TTS dalam Bahasa Inggris sebagai data voice- nya sehingga didapatkan aplikasi yang ringan. Pemanfaatan data voice Bahasa Inggris agar menjadi Bahasa Indonesia dilakukan dengan memenggal kata dalam Bahasa Indonesia menjadi suku kata sesuai dengan pola suku kata yang telah ditentukan menggunakan metode Finite State Automata FSA, kemudian dicari padanan katanya dalam Bahasa Inggris yang mempunyai pengucapan mirip dengan Bahasa Indonesia. Hasil yang didapatkan yaitu aplikasi TTS Bahasa Indonesia dapat berjalan dengan baik. Metode FSA mampu memenggal kata, baik kata dasar maupun kata berimbuhan, dalam Bahasa Indonesia sebesar serta mempunyai nilai Mean Opinion Score MOS untuk kriteria tingkat pemahaman user terhadap ucapan sebesar dari 5, dan dari 5 untuk kriteria kelancaran pengucapan. 3 Abstract —In this paper, the development of Android-based Indonesian Text-to-Speech TTS utilizing API Google for English TTS as a data voice has been proposed. Using this approach, a lightweight and mobile Indonesian TTS application can be realized. The utilization of English data voice is carried out by cutting off hyphenate Indonesian words into syllables using Finite State Automata method, then searching for equivalent syllables in English which have similar pronunciation. Using FSA method, this system is able to hyphenate all Indonesian words up to This application has Mean Opinion Score MOS value of understanding the words criteria of and MOS value of smoothness pronunciation criteria of in a scale of 5. , Onny Setyawati 2 , Herman Tolle 1Pengembangan Aplikasi Text-to-Speech Bahasa Indonesia Menggunakan Metode Finite State Automata Berbasis Android Rieke Adriati W. Veteran 8 Malang 65145 INDONESIA tlp 0341-577-911 3 Dosen, Jurusan Teknik Elektro Fakultas Teknik Universitas Brawijaya, Jln. MT Haryono 167 Malang 65145 INDONESIA tlp 0341-551430 menentukan huruf-huruf masukan berdasarkan fonem kata, yang kemudian menjadi dasar sebagai pembentukan pola suku kata dalam Bahasa Indonesia [5]. Untuk memudahkan proses konfigurasi Bahasa Inggris menjadi Bahasa Indonesia, diperlukan pemenggalan kata dalam Bahasa Indonesia menjadi suku kata, sehingga konfigurasi dilakukan berdasarkan suku kata. Hal ini juga bertujuan agar suara yang dihasilkan dapat terdengar mirip dengan Bahasa Indonesia. Proses pemenggalan kata menjadi suku kata dilakukan dengan metode Finite State Automata FSA, yaitu metode yang mampu mengenali dan mengolah bahasa dengan membentuk pola-pola suku kata. Metode FSA Beberapa penelitian berkaitan dengan pengembangan aplikasi TTS Bahasa Indonesia antara lain penelitian yang dikembangkan menggunakan metode syllable concatenation atau penyambungan suku kata. Pengembangan TTS ini ditujukan untuk membantu masyarakat yang mempunyai Gbr. 1 Sistem Text-To-Speech [9]. kelainan penglihatan berupa penyakit lemah penglihatan low Bagian converter fonem ke ucapan menerima masukan vision aid dalam hal membaca tulisan di komputer. berupa kode-kode fonem serta pitch dan durasi yang Pembuatan database suara untuk semua suku kata dalam dihasilkan oleh bagian sebelumnya. Berdasarkan kode-kode Bahasa Indonesia dibuat secara manual karena tidak tersebut, bagian converter fonem ke ucapan menghasilkan tersedianya kamus KBBI berbentuk digital pada saat itu. Hasil bunyi atau sinyal ucapan yang sesuai dengan kalimat yang yang didapatkan dari penelitian ini adalah proses normalisasi ingin diucapkan [9]. kata dapat dilakukan dengan benar. Kemudian proses pemenggalan suku kata juga dapat dilakukan sesuai dengan 11 B. Finite State Automata FSA pola suku kata yang ditentukan. Apabila ditemukan kata yang FSA adalah model matematika yang dapat menerima input tidak dapat dipenggal sesuai pola suku katanya, maka dan mengeluarkan output. FSA memiliki state yang berhingga digunakan algoritma Brute Force untuk melakukan proses banyaknya dan dapat berpindah dari satu state ke state lainnya pemenggalan katanya [6]. berdasar input dan fungsi transisi. FSA tidak memiliki tempat Penelitian mengenai FSA dilakukan [7] untuk memenggal penyimpanan atau memory, hanya bisa mengingat state terkini kata-kata dalam Bahasa Indonesia. Penelitian ini [10]. membandingkan metode Aryanata dengan metode FSA untuk Terdapat dua tingkatan FSA yang digunakan pada memenggal kata dalam Bahasa Indonesia. Hasil yang penelitian ini. Pada tingkatan pertama yang dikenali adalah didapatkan menunjukkan bahwa metode FSA mampu pola V, K, dan KV. Hasil pengenalan FSA pada suatu memenggal suku kata pada kata dasar Bahasa Indonesia tingkatan menjadi masukan bagi FSA tingkatan berikutnya. sebesar dan suku kata pada kata berimbuhan sebesar Dalam Gbr. 2 digambarkan diagram transisi FSA tingkatan Hasil ini jauh lebih besar daripada metode Aryanata pertama. yaitu sebesar untuk suku kata pada kata dasar dan s p suku kata pada kata berimbuhan sebesar a s i Aplikasi yang dikembangkan pada paper ini adalah perangkat lunak TTS Bahasa Indonesia berbasis platform Q0 Q1 Android yang dikembangkan menggunakan metode FSA dan memanfaatkan speech synthesizer dengan data voice Bahasa Inggris sehingga dapat digunakan di mana saja tanpa Q0 Q2 tergantung pada PC maupun komputer. i II. - EXT TO -S PEECH DAN F INITE S TATE A UTOMATA s T a p s Q3 Q0 l A. Text-To-Speech TTS ka G,Y vo vokal Secara umum pengertian Text-To-Speech adalah sebuah N Q8 Q0 sistem yang mengubah suatu teks menjadi bentuk ucapan. H Q4 Q0 Menurut beberapa literatur, pengertian TTS adalah sebagai v K o P produksi ucapan secara otomatis melalui transkripsi grapheme k Y, a to phoneme dari sebuah kalimat [8]. START l Q0 S k Q5 Q0 R h Pada prinsipnya, TTS terdiri atas dua sub sistem, yaitu u vo s ka u G K l converter teks ke fonem text to phoneme dan converter s o n G R fonem ke ucapan phoneme to speech. Bagian converter teks vo so , Y n kal B Q6 Q0 ke fonem berfungsi untuk mengubah kalimat masukan dalam an s suatu bahasa tertentu yang berbentuk teks menjadi rangkaian ela vokal in kode-kode bunyi yang biasanya direpresentasikan dengan N Q10 Q0 ,K kode fonem, durasi, serta pitch-nya. Bagian ini bersifat sangat ,S vokal Q0 Q7 ,G language dependant . Untuk suatu bahasa baru, bagian ini ,B l ka harus dikembangkan secara lengkap khusus untuk bahasa vo tersebut. Q9 Q0 Pada Gbr. 1 dijelaskan input, proses, dan output dari sistem Text-To-Speech secara umum. Gbr. 2 Diagram transisi FSA tingkatan pertama. Rieke Adriati W. Pengembangan Aplikasi Text-to-Speech Bahasa ... ISSN 2301 Pada tingkatan kedua FSA dapat mengenali 12 suku kata Indonesia walaupun data voice yang digunakan adalah Bahasa dengan pola V, VK, KV, VKK, KVK, KKV, KVKK, KKVK, Inggris. Hasil translasi ini disimpan di dalam database KKKV, KKVKK, KKKVK, dan KVKKK. Dalam Gbr. 3 translasi suku kata. digambarkan diagram transisi FSA tingkatan kedua. 5 Melakukan penggabungan hasil translasi Proses ini s berfungsi untuk menggabungkan suku kata hasil translasi p a s yang menjadi produk akhir sebelum dikirim ke API Googlei TTS. Q1 Q0 K 6 Melakukan konversi atau pembacaan suku kata hasil translasi oleh API Google TTS Hasil dari proses ini adalah suara dalam Bahasa Inggris yang terdengar seperti Bahasa spasi Q5 Q0 K Indonesia sesuai dengan teks yang diberikan pada kolom input. Q2 Q0 K V Adapun proses pembuatan TTS Bahasa Indonesia tersebut START Q0 Q9 Q0 K dapat digambarkan sesuai dengan Gbr. 4 berikut. K K Mulai Q3 Q0 Q6 Q0 KV K V V Q10 Q0 Input Teks Bahasa Indonesia Q0 Q4 K Saya sekarang berumur 25 tahun K Q7 Q0 K Normalisasi Kata V Q11 Q0 Saya sekarang berumur dua puluh lima tahunQ0 Q8 Pemenggalan Kata Menggunakan Metode FSA Gbr. 3 Diagram transisi FSA tingkatan kedua. Sa-ya se-ka-rang ber-u-mur du-a pu- luh li-ma ta-hun ERANCANGAN ISTEM III. S P Translasi Suku Kata Asli ke Suku Kata Database Translasi Metodologi yang digunakan dalam pengembangan TTS Suara Bahasa Inggris Suku Kata Bahasa Indonesia ini meliputi studi literatur, pengumpulan Sah-yah seh-kah-rung behr-oo-moor data, analisis kebutuhan baik kebutuhan perangkat keras dan doo-ah poo-looh lee-mah tah-hoon perangkat lunak, perancangan sistem, implementasi sistem, Penggabungan Hasil Translasi pengujian sistem, hasil, dan pengambilan kesimpulan serta Sahyah sehkahrung behroomoor diskusi mengenai perbaikan atau saran yang dapat diambil dooah poolooh leemah tahhoon untuk pengembangan aplikasi. API Google TTS Bahasa Konversi Hasil Translasi ke Suara Adapun langkah-langkah proses pembuatan TTS Bahasa Inggris Indonesia dijelaskan sebagai berikut. 1 Memasukkan teks Teks yang dimasukkan ke dalam Output Suara Bahasa kolom yang telah disediakan adalah dalam Bahasa Indonesia. Indonesia 2 Memeriksa teks yang telah dimasukkan Apabila terdapat angka, satuan mata uang, satuan waktu jam dan tanggal, Selesai suhu, satuan berat dan panjang, dan singkatan umum di dalam teks, maka dilakukan proses normalisasi yang berfungsi untuk Gbr. 4 Proses pembuatan TTS Bahasa Indonesia. mengubah semua teks menjadi teks yang secara lengkap memperlihatkan cara pengucapannya agar kemudian dapat IV. ASIL DAN P EMBAHASAN H dipenggal oleh pemenggal suku kata. A. Normalisasi Teks 3 Melakukan pemenggalan suku kata menggunakan Terhadap setiap teks kalimat yang mengandung angka, metode FSA Proses ini berfungi untuk memenggal kata satuan mata uang, waktu dan tanggal, suhu, satuan, dan menjadi suku kata yang dikenali oleh dua tahapan mesin FSA singkatan dilakukan proses normalisasi teks terlebih dahulu. sesuai dengan 12 pola suku kata untuk Bahasa Indonesia. Dalam Tabel I ditunjukkan hasil proses normalisasi yang Hasil dari proses ini adalah sekumpulan variabel yang berisi dilakukan oleh sistem TTS sebelum melakukan proses semua suku kata yang telah terpenggal. pemenggalan kata. 4 Melakukan translasi suku kata asli ke dalam suku kata suara Bahasa Inggris Proses ini berfungsi untuk mengganti B. Pengujian Pemenggalan Suku Kata Menggunakan FSA suku kata Bahasa Indonesia menjadi suku kata Bahasa Inggris Pengujian dilakukan untuk semua pola suku kata yang telah yang akan dibaca oleh API Google TTS Bahasa Inggris, ditentukan untuk Bahasa Indonesia. Hasil pemenggalan yang sehingga user dapat mendengarkan output suara dalam Bahasa ISSN 2301 Rieke Adriati W. Pengembangan Aplikasi Text-to-Speech Bahasa ... Rieke Adriati W. Pengembangan Aplikasi Text-to-Speech Bahasa ... Adapun metode FSA dua tingkatan yang diterapkan pada penelitian ini dapat memenggal 104 kata dalam Bahasa Indonesia dengan benar sebesar baik untuk kata dasar maupun kata berimbuhan. Nilai Mean Opinion Score MOS untuk kriteria tingkat pemahaman user terhadap ucapan adalah sebesar dari 5, atau bernilai cukup. 5 Ucapan dapat dipahami, perangkaian ucapan sangat jelas 4 Ucapan dapat dipahami, perangkaian ucapan jelas 3 Ucapan dapat dipahami, perangkaian ucapan kurang jelas 2 Ucapan tidak dapat dipahami, perangkaian ucapan kurang jelas 1 Ucapan tidak dapat dipahami, perangkaian ucapan tidak jelas INGKAT P EMAHAMAN U SER T ERHADAP U CAPAN Nilai Keterangan III P ENILAIAN T T ABEL Adapun kriteria yang dijadikan penilaian melalui kuesioner tersebut ditampilkan dalam Tabel III dan Tabel IV [12]. Beberapa responden yang terlibat dalam penelitian ini merupakan penderita penyakit low vision , sehingga diharapkan penelitian ini dapat tepat guna untuk membantu mereka dalam berkomunikasi baik dengan orang lain maupun dengan gadget . Pengujian dilakukan dengan cara memperdengarkan 20 kata dengan masing-masing kata diulang sebanyak tiga kali kepada responden. Setelah responden selesai melakukan pengujian tersebut, dilanjutkan dengan responden memberikan kriteria penilaian terhadap aplikasi TTS Bahasa Indonesia. Pengujian ini melibatkan 35 responden jenis kelamin bebas dan tidak ada batasan usia untuk menilai kualitas suara yang dihasilkan oleh aplikasi TTS Bahasa Indonesia. Jumlah ini dipilih karena dianggap dapat memberikan hasil penelitian yang lebih valid [11]. Pengujian Pembacaan Hasil Translasi Menggunakan API Google TTS Bahasa Inggris C. ï‚ Pedoman pemenggalan kata yang berbunyi bahwa “Jika di tengah kata terdapat tiga huruf konsonan atau lebih, pemenggalan dilakukan diantara huruf konsonan pertama dan kedua, contoh in-struk-si, ab-strak-si dan in-stru- men. ” belum dapat diaplikasikan ke seluruh kata dalam Bahasa Indonesia, sehingga menghasilkan output penggalan kata yang tidak sesuai dengan pola suku kata untuk Bahasa Indonesia. ISSN 2301 ditampilkan dalam Tabel II adalah hasil akhir dari metode FSA dua tingkat kata yang diujikan diberikan secara acak dan tidak ditampilkan semua di dalam tabel. ï‚ Pada FSA tingkat pertama, dilakukan penggabungan untuk huruf „s‟ dan „p‟, sehingga dapat menghasilkan pembacaan yang tidak terpenggal. Hal ini tetap dilakukan pada FSA tingkat kedua, sehingga beberapa kata yang meng andung huruf „s‟ dan „p‟ tidak dapat dipenggal sesuai dengan pola suku katanya seperti pada kata „ekspor‟, „transportasi‟. Dari 12 pola suku kata yang diujikan pada Tabel II di atas, terdapat delapan pola suku kata yang semua contoh katanya dapat dipenggal dengan benar, yaitu V, VK, KV, KVK, KKV, KVKK, KKVK, dan KVKKK. Sedangkan empat pola suku kata yaitu VKK, KKKV, KKVKK, dan KKKVK belum dapat dipenggal semuanya dengan benar. Hal ini dapat disebabkan karena beberapa faktor seperti berikut. KKKVK Instruksi Inst-ruk-si Salah Stres Stres- Benar Stra-te-gi- Benar Instrumen Inst-ru-men- Salah Benar Ekspor Eks-por- Salah KVK Sumber Sum-ber- Benar Terbawa Ter-ba-wa- Benar KKV Slogan Slo-gan- Benar Gratis Gra-tis- Benar KKVK Praktik Prak-tik- Benar Traktor Trak-tor- Benar KKVKK Kompleks Kom-pleks- Benar Transportasi Tran-spor-ta-si- Salah KVKK Bangku Bang-ku- Benar Modern Mo-dern- Benar KVKKK Korps Korps- Benar KKKV Strategi VKK Ons Ons- VK Antar An-tar- Benar Berbuat Ber-bu-at- Benar KV Pusing Pu-sing- Benar Melakukan Me-la-ku-kan- Benar V Ibu I-bu- Benar Bau Bau- diftong Benar INGKAT Pola Suku Kata Teks Hasil Pemenggalan Hasil Pengujian II H ASIL P ENGUJIAN P EMENGGALAN D UA T T ABEL 11 Sebelas Dua belas ribu lima ratus 12,56 Dua belas koma lima puluh enam RP Rupiah USD Dolar amerika 1937 Pukul sembilan belas lewat tiga puluh tujuh menit 11/02/2011 Tanggal sebelas bulan dua tahun dua ribu sebelas °C Derajat celsius kW Kilo Watt Dll Dan lain lain I H ASIL N ORMALISASI T EKS Teks Hasil normalisasi T ABEL Nilai MOS Mean Opinion Score untuk kriteria kelancaran pengucapan adalah sebesar dari 5 atau bernilai cukup. Sedangkan hasil penulisan kembali suara hasil output sistem TTS yang telah didengarkan ke responden bernilai 71%. Dari 20 kata yang diperdengarkan kepada masing-masing responden, rata-rata terdapat 11 kata yang dapat dituliskan kembali dengan Pengucapan lancar, transisi antar suku kata nyaman V H ASIL P ENGUJIAN B ENTUK G ELOMBANG S UARA Kata Ampli- tudo Periode s Kesamaan Bentuk Gelombang Suara Indonesia Asli Hampir sama Indonesia TTS Selamat Asli Hampir sama Selamat TTS Teknik Asli Gbr. 8 Bentuk gelombang suara kata “Tujuh”. Hampir sama Teknik TTS Tujuh Asli Tidak sama Tujuh TTS >1 Pada kata „Tujuh‟ perbedaan terlihat jelas dalam hal besarnya nilai amplitude dan bentuk gelombang suaranya. Hal ini dikarenakan suara pelafalan hasil aplikasi TTS berbeda jauh dari suara aslinya. Bila dilafalkan, kata „Tujuh‟ hasil aplikasi TTS berbunyi „tyu-juw‟, sehingga mempengaruhi bentuk gelombang suara dan nilai amplitude yang dihasilkan. Dari pembahasan di atas dapat disimpulkan bahwa kata yang dihasilkan oleh aplikasi TTS secara umum mempunyai T ABEL 7 Bentuk gelombang suara kata “Teknik”. ï‚ Ketika kata-kata dalam teks input mengandung huruf NY T ABEL IV P ENILAIAN K ELANCARAN P ENGUCAPAN Nilai Keterangan 1 Pengucapan tidak lancar, transisi antar suku kata sangat mengganggu 2 Pengucapan tidak lancar, transisi antar suku kata sedikit mengganggu 3 Pengucapan lancar, transisi antar suku kata sedikit mengganggu 5 Pengucapan lancar, transisi antar suku kata sangat nyaman Dari hasil tersebut dapat dilihat bahwa secara garis besar ucapan dari aplikasi TTS Bahasa Indonesia ini dapat dipahami oleh user. Namun ada beberapa kondisi yang mengakibatkan pengucapan sulit dipahami, yaitu sebagai berikut. ï‚ Perbedaan vokal antara Bahasa Indonesia dan Bahasa Inggris yang menyebabkan aplikasi TTS tidak selalu dapat menyuarakan kata-kata sesuai dengan vokal Bahasa Indonesia, walaupun hasil translasi telah disesuaikan dengan teks input. Sebagai contoh kata „kompor‟ mempunyai hasil translasi „kom‟ dan „poor‟ yang dilafalkan menjadi „kÉ™mpôr‟. ï‚ Tidak disuarakan dengan jelas kata-kata dalam Bahasa Indonesia yang berakhiran huruf „r‟, seperti „ular‟, „kompor‟ atau „besar‟. Kata-kata tersebut cenderung berdengung ketika disuarakan, berbeda dengan Bahasa Indonesia yang sealu melafalkan huruf „r‟ di akhir kata dengan seperti „ternyata‟, „bunyi‟ atau „menyanyi‟, aplikasi TTS tidak dapat menyuarakan seperti suara asli, namun menjadi „ternaiyata‟, „bunai‟ dan „menaiyanai‟. ISSN 2301 Rieke Adriati W. Pengembangan Aplikasi Text-to-Speech Bahasa ... Gbr. ï‚ Kesalahan dalam pemenggalan kata mempengaruhi hasil translasi sehingga menghasilkan pelafalan yang tidak sesuai dengan suara asli. D. Pengujian Kualitatif Gelombang Suara Output Pengujian ini bertujuan untuk membandingkan bentuk gelombang suara yang dihasilkan oleh aplikasi TTS dengan suara asli. Suara dari aplikasi TTS dan suara asli direkam menggunakan perangkat keras yang sama dan dilakukan pada kondisi ruang yang sama. Hal ini dilakukan untuk meminimalkan perbedaan sinyal yang dihasilkan. Berikut dalam Gbr. 5 hingga Gbr. 8 ditampilkan bentuk gelombang suara asli dan suara hasil aplikasi TTS dari kata “Indonesia”, “Selamat”, “Teknik”, dan “Tujuh” gelombang atas adalah suara asli, gelombang bawah adalah suara hasil aplikasi TTS. Adapun hasil yang didapatkan dari bentuk gelombang suara tersebut ditampilkan dalam Tabel V. Keempat kata tersebut rata-rata mempunyai nilai amplitude dan periode waktu yang sama. Sedangkan dalam hal kesamaan bentuk gelombang, terdapat tiga kata yang mempunyai bentuk gelombang suara hampir mirip antara suara asli dengan suara hasil aplikasi TTS yaitu kata „Indonesia‟, „Selamat‟, dan „Teknik‟. Kemiripan terlihat saat masing-masing suku kata diucapkan. Sedangkan perbedaan bentuk gelombang terjadi saat proses penyambungan suku kata atau transisi antar suku kata. Hal ini mungkin terjadi karena proses penyambungan menyebabkan suara yang dihasilkan kurang terdengar natural. Gbr. 5 Bentuk gelombang suara kata “Indonesia”. Gbr. 6 Bentuk gelombang suara kata “Selamat”. ï‚ Pada beberapa kata terdengar adanya perbedaan penempatan antara huruf e pepet dan e taling. Sebagai contoh kata „kesempatan‟ mempunyai pelafalan menggunakan e pepet, namun aplikasi TTS melafalkan menggunakan e taling. kesamaan bentuk gelombang, nilai amplitude, dan periode dengan suara asli. E. Pengujian Database Parse Pengujian ini bertujuan untuk mengetahui apakah data di Gbr. 12 Tampilan perubahan data dalam database setelah dilakukan dalam database Parse dapat diubah melalui aplikasi TTS perbaikan hasil translasi. Bahasa Indonesia. Dalam Gbr. 9 ditampilkan default hasil translasi dari kata „Status‟ saat aplikasi dijalankan, dan dalam Hasil pengujian database yang ditunjukkan dalam Gbr. 12 Gbr. 10 ditampilkan kondisi awal data hasil translasi yang menunjukkan bahwa data di dalam database Parse dapat tersimpan di dalam database. diubah dengan benar melalui aplikasi TTS Bahasa Indonesia. F. Pengujian Kompatibilitas Terhadap Berbagai Spesifikasi Perangkat Keras dan Level Android Aplikasi TTS Bahasa Indonesia ini dibuat agar dapat berjalan dengan baik pada level Android API 15 Android atau lebih. Pada pengujian ini digunakan kompatibilitas sistem dengan perbedaan perangkat keras dan level Android untuk mengetahui kinerja aplikasi. Hasil pengujian ditunjukkan dalam Tabel VI. T ABEL VI H ASIL P ENGUJIAN K OMPATIBILITAS Xiaomi Lenovo S880 Andromax U2 Perangkat Redmi 2 Android Android Keras Android Hasil Tampilan antarmuka sesuai dengan implementasi diharapkan dan semua menu TTS dapat berjalan dengan baik. Gbr. 9 Default hasil translasi dari kata „Status‟. Tampilan Tampilan Tampilan sesuai sesuai sesuai Gbr. 10 Tampilan kondisi awal data hasil translasi yang tersimpan di dalam database untuk kata „Status‟. Hasil yang rancangan dan rancangan dan rancangan dan Hasil translasi dari kata „Status‟ yang menunjukkan „sthah‟ didapatkan semua menu semua menu semua menu dan „thoos‟ dianggap kurang sesuai dengan hasil ucapan dari TTS berjalan TTS berjalan TTS berjalan kata aslinya, sehingga diubah dengan suku kata yang dianggap mendekati suara asli yaitu „staa‟ dan „toos‟. Dalam Gbr. 11 dengan baik. dengan baik. dengan baik. ditampilkan proses perbaikan hasil translasi melalui aplikasi TTS dan dalam Gbr. 12 ditampilkan hasil perubahan data di Hasil pengujian kompatibilitas tersebut menunjukkan dalam database Parse. bahwa aplikasi dapat dijalankan dengan baik pada Android versi sesuai dengan spesifikasi kebutuhan perangkat lunak dan versi serta versi yang merupakan versi Android lebih tinggi. V. ESIMPULAN DAN S ARAN K Dari analisis hasil di atas, dapat disimpulkan bahwa proses normalisasi teks dapat dilakukan dengan baik terhadap input teks yang mengandung angka, satuan mata uang, satuan waktu jam dan tanggal, suhu, satuan berat dan panjang, serta singkatan umum. Metode FSA dua tingkat dapat diaplikasikan untuk memenggal kata menjadi suku kata sesuai dengan 12 pola suku kata yang ditentukan untuk Bahasa Indonesia sebesar baik untuk kata dasar maupun kata berimbuhan. Kemudian, data voice Bahasa Inggris dapat dikonfigurasi agar terdengar seperti Bahasa Indonesia dengan nilai MOS untuk kriteria tingkat pemahaman user terhadap Gbr. 11 Proses perbaikan hasil translasi melalui aplikasi TTS. Rieke Adriati W. Pengembangan Aplikasi Text-to-Speech Bahasa ... ISSN 2301 ISSN 2301 Rieke Adriati W. Pengembangan Aplikasi Text-to-Speech Bahasa ... ucapan adalah sebesar dari 5, dan untuk kriteria kelancaran pengucapan sebesar dari 5. Sedangkan hasil penulisan kembali kata yang telah diperdengarkan kepada user bernilai 71% rata-rata terdapat sebelas kata yang benar E. Sari, Perancangan Aplikasi Pengucapan Jam Berbahasa Inggris Dengan Metode Finite State Automata , Medan, Jurnal Pelita Informatika Budi Darma Volume V Nomer 2, 2013. I. I. Tritoasmoro, “Text-To-Speech Bahasa Indonesia Menggunakan Concatenation Synthesizer Berbasis Fonem ”, Jurnal Seminar Nasional Sistem dan Informatika, 2006. 6 No 3-4, 2012. [12] Interpersonal Computing and Technology An Electronic Journal for the 21st Century Volume F. Said, Teori Bahasa dan Otomata – Finite State Automata, 2011, [Online], dan-otomata-finite-State-Automata/. [11] R. Hill, “What Sample Size Is "Enough" In Internet Survey Research?”, A. A. Arman, Konversi Teks ke Ucapan, 2008, [Online], ucapan/. [10] [Online], [9] G. A. Aryanata, A. Novianty, A. B. Osmon, “Implementasi Sistem Pesan Via Suara Konversi Teks ke Suara Pada Aplikasi Penerimaan Pesan Berbahasa Indonesia ”, Jurnal Fakultas Teknik Elektro Universitas Telkom, 2014. [8] T. Dutoit, A Short Introduction to Text-To-Speech Synthesis, 1999, [7] [6] S. D. H. Soedirdjo, H. Zakaria, R. Mengko, “Indonesian Text-To- Speech Using Syllable Concatenation For PC-Based Low vision Aid ”, International Conference on Electrical Engineering and Informatics , 2011. [5] dari 20 kata yang diperdengarkan melalui aplikasi TTS. Kata yang dihasilkan oleh aplikasi TTS secara umum mempunyai kualitas yang hampir sama dengan suara asli, dilihat dari nilai amplitudo, periode, dan bentuk gelombangnya. Selain itu, [4] T. Wijaya, S. Samuel, A. G. Salman, Speech Recognition Bahasa Indonesia Untuk Android , Tugas Akhir Universitas Bina Nusantara, 2013. Arman, Definisi Text-To-Speech , 2008, [Online], Speech /. [2] WHO, Prevention of Blindness and Visual Impairment, 2015, [Online], [3] EFERENSI [1] R pengucapannya dengan Bahasa Indonesia, sehingga ucapan yang dihasilkan aplikasi TTS lebih mudah dipahami oleh pengguna. data voice Bahasa Inggris ke bahasa lain yang lebih mirip Beberapa saran dan perbaikan yang dapat dilakukan untuk pengembangan lebih lanjut, di antaranya adalah mengembangkan metode FSA yang dapat digunakan untuk memenggal semua kata dengan benar sesuai dengan pola suku kata dan dapat mengenali diftong, sehingga semua kata yang mengandung huruf ai, au, dan oi baik diftong maupun non- diftong dapat dipenggal dengan benar. Selain itu mengubah Android dan dapat digunakan untuk menyimpan data hasil perubahan yang dilakukan melalui aplikasi TTS Bahasa Indonesia. Aplikasi TTS Bahasa Indonesia ini dapat dijalankan dengan baik pada platform Android dengan versi API atau yang lebih tinggi. database Parse dapat berjalan dengan baik pada platform
Sistemkami menemukan 25 jawaban utk pertanyaan TTS sistem operasi google. Kami mengumpulkan soal dan jawaban dari TTS (Teka Teki Silang) populer yang biasa muncul di koran Kompas, Jawa Pos, koran Tempo, dll. Kami memiliki database lebih dari 122 ribu.
ArticlePDF AvailableAbstractIn this paper, the development of Android-based Indonesian Text-to-Speech TTS utilizing API Google for English TTS as a data voice has been proposed. Using this approach, a lightweight and mobile Indonesian TTS application can be realized. The utilization of English data voice is carried out by cutting off hyphenate Indonesian words into syllables using Finite State Automata method, then searching for equivalent syllables in English which have similar pronunciation. Using FSA method, this system is able to hyphenate all Indonesian words up to This application has Mean Opinion Score MOS value of understanding the words criteria of and MOS value of smoothness pronunciation criteria of in a scale of 5. Discover the world's research25+ million members160+ million publication billion citationsJoin for freeAuthor contentAll content in this area was uploaded by Herman Tolle on Oct 02, 2017 Content may be subject to copyright. JNTETI, Vol. 5, No. 1, Februari 2016 ISSN 2301 – 4156 Rieke Adriati W. Pengembangan Aplikasi Text-to-Speech Bahasa ... 1Mahasiswa, Program Studi Magister Teknik Elektro Fakultas Teknik Universitas Brawijaya, Jln. MT Haryono 167 Malang 65145 INDONESIA e-mail 2Dosen, Fakultas Ilmu Komputer Universitas Brawijaya, Jln. Veteran 8 Malang 65145 INDONESIA tlp 0341-577-911 3Dosen, Jurusan Teknik Elektro Fakultas Teknik Universitas Brawijaya, Jln. MT Haryono 167 Malang 65145 INDONESIA tlp 0341-551430 Pengembangan Aplikasi Text-to-Speech Bahasa Indonesia Menggunakan Metode Finite State Automata Berbasis Android Rieke Adriati Herman Tolle2, Onny Setyawati3 Abstract—In this paper, the development of Android-based Indonesian Text-to-Speech TTS utilizing API Google for English TTS as a data voice has been proposed. Using this approach, a lightweight and mobile Indonesian TTS application can be realized. The utilization of English data voice is carried out by cutting off hyphenate Indonesian words into syllables using Finite State Automata method, then searching for equivalent syllables in English which have similar pronunciation. Using FSA method, this system is able to hyphenate all Indonesian words up to This application has Mean Opinion Score MOS value of understanding the words criteria of and MOS value of smoothness pronunciation criteria of in a scale of 5. Intisari—Text-To-Speech Bahasa Indonesia yang telah banyak dikembangkan sebelumnya adalah berbasis komputer dan menggunakan database rekaman suara pribadi berbasis diphone maupun phoneme. Pada paper ini dikemukakan sebuah pengembangan aplikasi TTS Bahasa Indonesia berbasis Android yang dapat digunakan dimana saja mobile dan memanfaatkan API Google untuk TTS dalam Bahasa Inggris sebagai data voice-nya sehingga didapatkan aplikasi yang ringan. Pemanfaatan data voice Bahasa Inggris agar menjadi Bahasa Indonesia dilakukan dengan memenggal kata dalam Bahasa Indonesia menjadi suku kata sesuai dengan pola suku kata yang telah ditentukan menggunakan metode Finite State Automata FSA, kemudian dicari padanan katanya dalam Bahasa Inggris yang mempunyai pengucapan mirip dengan Bahasa Indonesia. Hasil yang didapatkan yaitu aplikasi TTS Bahasa Indonesia dapat berjalan dengan baik. Metode FSA mampu memenggal kata, baik kata dasar maupun kata berimbuhan, dalam Bahasa Indonesia sebesar serta mempunyai nilai Mean Opinion Score MOS untuk kriteria tingkat pemahaman user terhadap ucapan sebesar dari 5, dan dari 5 untuk kriteria kelancaran pengucapan. Kata Kunci— Android, Bahasa Indonesia, FSA, Suku kata, TTS I. PENDAHULUAN Jumlah penyandang tuna netra di Indonesia pada tahun 2000 mencapai dari jumlah penduduk. Angka tersebut merupakan yang tertinggi di Asia. Sedangkan pada tahun 2010, angka kebutaan di Indonesia termasuk yang paling tinggi di dunia, yaitu nomor dua setelah Ethiopia [1]. Selain tuna netra, ada pula penderita penyakit lemah penglihatan low vision di Indonesia yang jumlahnya mencapai tiga kali lipat dari penderita tuna netra [2]. Banyak teknologi yang telah dikembangkan untuk membantu mereka berkomunikasi dengan orang lain maupun gadget, salah satunya adalah Text-To-Speech TTS Bahasa Indonesia. TTS adalah sistem yang dapat mengubah suatu teks menjadi ucapan secara otomatis dengan cara fonetisasi penyusunan fonem-fonem untuk membentuk ucapan [3]. Dengan teknologi TTS, dimungkinkan sebuah komputer mampu berkomunikasi dan berinteraksi dengan manusia tidak hanya melalui tulisan, namun juga dalam bentuk lisan menggunakan bahasa yang digunakan sehari-hari. TTS Bahasa Indonesia yang banyak dibuat dan dikembangkan saat ini berbasis komputer, yang memiliki beberapa kelemahan antara lain ukuran PC yang relatif besar dan berat, sehingga menjadikan kurang praktis untuk dibawa ke mana saja. Padahal dalam perkembangan teknologi, alat penunjang yang paling banyak digunakan untuk membantu menjalankan atau menyelesaikan pekerjaan manusia saat ini adalah smartphone. Salah satu platform pada smartphone yang paling banyak digunakan oleh masyarakat Indonesia adalah platform Android, dikarenakan fitur-fitur yang tersedia dalam smartphone ini dapat memuaskan kebutuhan para konsumen [4]. TTS Bahasa Indonesia yang banyak dikembangkan saat ini menggunakan database suara dari kata-kata dalam Bahasa Indonesia yang direkam secara pribadi kemudian diolah untuk dapat menjadi output sebuah sistem. Di lain sisi, tersedianya API Google untuk TTS dalam Bahasa Inggris mampu dikonfigurasi menjadi Bahasa Indonesia, sehingga tidak dibutuhkan proses perekaman suara dari kata-kata dalam Bahasa Indonesia. Langkah ini dapat mengurangi penggunaan memory dan waktu yang diperlukan untuk membangun sistem TTS. Pemilihan Bahasa Inggris dikarenakan bahasa tersebut telah di-support oleh semua aplikasi TTS yang tersedia Mary TTS dan Ivona TTS. Untuk memudahkan proses konfigurasi Bahasa Inggris menjadi Bahasa Indonesia, diperlukan pemenggalan kata dalam Bahasa Indonesia menjadi suku kata, sehingga konfigurasi dilakukan berdasarkan suku kata. Hal ini juga bertujuan agar suara yang dihasilkan dapat terdengar mirip dengan Bahasa Indonesia. Proses pemenggalan kata menjadi suku kata dilakukan dengan metode Finite State Automata FSA, yaitu metode yang mampu mengenali dan mengolah bahasa dengan membentuk pola-pola suku kata. Metode FSA JNTETI, Vol. 5, No. 1, Februari 2016 Rieke Adriati W. Pengembangan Aplikasi Text-to-Speech Bahasa ... ISSN 2301 – 4156 menentukan huruf-huruf masukan berdasarkan fonem kata, yang kemudian menjadi dasar sebagai pembentukan pola suku kata dalam Bahasa Indonesia [5]. Beberapa penelitian berkaitan dengan pengembangan aplikasi TTS Bahasa Indonesia antara lain penelitian yang dikembangkan menggunakan metode syllable concatenation atau penyambungan suku kata. Pengembangan TTS ini ditujukan untuk membantu masyarakat yang mempunyai kelainan penglihatan berupa penyakit lemah penglihatan low vision aid dalam hal membaca tulisan di komputer. Pembuatan database suara untuk semua suku kata dalam Bahasa Indonesia dibuat secara manual karena tidak tersedianya kamus KBBI berbentuk digital pada saat itu. Hasil yang didapatkan dari penelitian ini adalah proses normalisasi kata dapat dilakukan dengan benar. Kemudian proses pemenggalan suku kata juga dapat dilakukan sesuai dengan 11 pola suku kata yang ditentukan. Apabila ditemukan kata yang tidak dapat dipenggal sesuai pola suku katanya, maka digunakan algoritma Brute Force untuk melakukan proses pemenggalan katanya [6]. Penelitian mengenai FSA dilakukan [7] untuk memenggal kata-kata dalam Bahasa Indonesia. Penelitian ini membandingkan metode Aryanata dengan metode FSA untuk memenggal kata dalam Bahasa Indonesia. Hasil yang didapatkan menunjukkan bahwa metode FSA mampu memenggal suku kata pada kata dasar Bahasa Indonesia sebesar dan suku kata pada kata berimbuhan sebesar Hasil ini jauh lebih besar daripada metode Aryanata yaitu sebesar untuk suku kata pada kata dasar dan suku kata pada kata berimbuhan sebesar Aplikasi yang dikembangkan pada paper ini adalah perangkat lunak TTS Bahasa Indonesia berbasis platform Android yang dikembangkan menggunakan metode FSA dan memanfaatkan speech synthesizer dengan data voice Bahasa Inggris sehingga dapat digunakan di mana saja tanpa tergantung pada PC maupun komputer. II. TEXT-TO-SPEECH DAN FINITE STATE AUTOMATA A. Text-To-Speech TTS Secara umum pengertian Text-To-Speech adalah sebuah sistem yang mengubah suatu teks menjadi bentuk ucapan. Menurut beberapa literatur, pengertian TTS adalah sebagai produksi ucapan secara otomatis melalui transkripsi grapheme to phoneme dari sebuah kalimat [8]. Pada prinsipnya, TTS terdiri atas dua sub sistem, yaitu converter teks ke fonem text to phoneme dan converter fonem ke ucapan phoneme to speech. Bagian converter teks ke fonem berfungsi untuk mengubah kalimat masukan dalam suatu bahasa tertentu yang berbentuk teks menjadi rangkaian kode-kode bunyi yang biasanya direpresentasikan dengan kode fonem, durasi, serta pitch-nya. Bagian ini bersifat sangat language dependant. Untuk suatu bahasa baru, bagian ini harus dikembangkan secara lengkap khusus untuk bahasa tersebut. Pada Gbr. 1 dijelaskan input, proses, dan output dari sistem Text-To-Speech secara umum. Gbr. 1 Sistem Text-To-Speech [9]. Bagian converter fonem ke ucapan menerima masukan berupa kode-kode fonem serta pitch dan durasi yang dihasilkan oleh bagian sebelumnya. Berdasarkan kode-kode tersebut, bagian converter fonem ke ucapan menghasilkan bunyi atau sinyal ucapan yang sesuai dengan kalimat yang ingin diucapkan [9]. B. Finite State Automata FSA FSA adalah model matematika yang dapat menerima input dan mengeluarkan output. FSA memiliki state yang berhingga banyaknya dan dapat berpindah dari satu state ke state lainnya berdasar input dan fungsi transisi. FSA tidak memiliki tempat penyimpanan atau memory, hanya bisa mengingat state terkini [10]. Terdapat dua tingkatan FSA yang digunakan pada penelitian ini. Pada tingkatan pertama yang dikenali adalah pola V, K, dan KV. Hasil pengenalan FSA pada suatu tingkatan menjadi masukan bagi FSA tingkatan berikutnya. Dalam Gbr. 2 digambarkan diagram transisi FSA tingkatan pertama. Q0 Q0Q5Q0Q6Q0Q1Q0Q8Q0Q10STARTspasispasiQ0Q2Q0Q3Q0Q4Q0Q7Q0Q9vokalSGBKonsonan selain N,K,S,G,BG,YvokalvokalvokalvokalvokalvokalHY,PRNKvokal khusus G, YRGbr. 2 Diagram transisi FSA tingkatan pertama. JNTETI, Vol. 5, No. 1, Februari 2016 ISSN 2301 – 4156 Rieke Adriati W. Pengembangan Aplikasi Text-to-Speech Bahasa ... Pada tingkatan kedua FSA dapat mengenali 12 suku kata dengan pola V, VK, KV, VKK, KVK, KKV, KVKK, KKVK, KKKV, KKVKK, KKKVK, dan KVKKK. Dalam Gbr. 3 digambarkan diagram transisi FSA tingkatan kedua. Q0Q0Q3Q0Q2Q0Q4Q0Q1Q0Q5Q0Q6Q0Q9Q0Q10Q0Q7Q0Q8STARTspasiVKKVKKVKVKVspasiKKKQ0Q11KKGbr. 3 Diagram transisi FSA tingkatan kedua. III. PERANCANGAN SISTEM Metodologi yang digunakan dalam pengembangan TTS Bahasa Indonesia ini meliputi studi literatur, pengumpulan data, analisis kebutuhan baik kebutuhan perangkat keras dan perangkat lunak, perancangan sistem, implementasi sistem, pengujian sistem, hasil, dan pengambilan kesimpulan serta diskusi mengenai perbaikan atau saran yang dapat diambil untuk pengembangan aplikasi. Adapun langkah-langkah proses pembuatan TTS Bahasa Indonesia dijelaskan sebagai berikut. 1 Memasukkan teks Teks yang dimasukkan ke dalam kolom yang telah disediakan adalah dalam Bahasa Indonesia. 2 Memeriksa teks yang telah dimasukkan Apabila terdapat angka, satuan mata uang, satuan waktu jam dan tanggal, suhu, satuan berat dan panjang, dan singkatan umum di dalam teks, maka dilakukan proses normalisasi yang berfungsi untuk mengubah semua teks menjadi teks yang secara lengkap memperlihatkan cara pengucapannya agar kemudian dapat dipenggal oleh pemenggal suku kata. 3 Melakukan pemenggalan suku kata menggunakan metode FSA Proses ini berfungi untuk memenggal kata menjadi suku kata yang dikenali oleh dua tahapan mesin FSA sesuai dengan 12 pola suku kata untuk Bahasa Indonesia. Hasil dari proses ini adalah sekumpulan variabel yang berisi semua suku kata yang telah terpenggal. 4 Melakukan translasi suku kata asli ke dalam suku kata suara Bahasa Inggris Proses ini berfungsi untuk mengganti suku kata Bahasa Indonesia menjadi suku kata Bahasa Inggris yang akan dibaca oleh API Google TTS Bahasa Inggris, sehingga user dapat mendengarkan output suara dalam Bahasa Indonesia walaupun data voice yang digunakan adalah Bahasa Inggris. Hasil translasi ini disimpan di dalam database translasi suku kata. 5 Melakukan penggabungan hasil translasi Proses ini berfungsi untuk menggabungkan suku kata hasil translasi yang menjadi produk akhir sebelum dikirim ke API Google TTS. 6 Melakukan konversi atau pembacaan suku kata hasil translasi oleh API Google TTS Hasil dari proses ini adalah suara dalam Bahasa Inggris yang terdengar seperti Bahasa Indonesia sesuai dengan teks yang diberikan pada kolom input. Adapun proses pembuatan TTS Bahasa Indonesia tersebut dapat digambarkan sesuai dengan Gbr. 4 berikut. MulaiInput Teks Bahasa IndonesiaNormalisasi KataPemenggalan Kata Menggunakan Metode FSATranslasi Suku Kata Asli ke Suku Kata Suara Bahasa InggrisPenggabungan Hasil TranslasiKonversi Hasil Translasi ke SuaraOutput Suara Bahasa IndonesiaSelesaiDatabase Translasi Suku KataSaya sekarang berumur 25 tahunSaya sekarang berumur dua puluh lima tahunSa-ya se-ka-rang ber-u-mur du-a pu-luh li-ma ta-hunSah-yah seh-kah-rung behr-oo-moor doo-ah poo-looh lee-mah tah-hoonSahyah sehkahrung behroomoor dooah poolooh leemah tahhoonAPI Google TTS Bahasa InggrisGbr. 4 Proses pembuatan TTS Bahasa Indonesia. IV. HASIL DAN PEMBAHASAN A. Normalisasi Teks Terhadap setiap teks kalimat yang mengandung angka, satuan mata uang, waktu dan tanggal, suhu, satuan, dan singkatan dilakukan proses normalisasi teks terlebih dahulu. Dalam Tabel I ditunjukkan hasil proses normalisasi yang dilakukan oleh sistem TTS sebelum melakukan proses pemenggalan kata. B. Pengujian Pemenggalan Suku Kata Menggunakan FSA Pengujian dilakukan untuk semua pola suku kata yang telah ditentukan untuk Bahasa Indonesia. Hasil pemenggalan yang JNTETI, Vol. 5, No. 1, Februari 2016 Rieke Adriati W. Pengembangan Aplikasi Text-to-Speech Bahasa ... ISSN 2301 – 4156 ditampilkan dalam Tabel II adalah hasil akhir dari metode FSA dua tingkat kata yang diujikan diberikan secara acak dan tidak ditampilkan semua di dalam tabel. TABEL I HASIL NORMALISASI TEKS Dua belas ribu lima ratus Dua belas koma lima puluh enam Pukul sembilan belas lewat tiga puluh tujuh menit Tanggal sebelas bulan dua tahun dua ribu sebelas TABEL II HASIL PENGUJIAN PEMENGGALAN DUA TINGKAT Dari 12 pola suku kata yang diujikan pada Tabel II di atas, terdapat delapan pola suku kata yang semua contoh katanya dapat dipenggal dengan benar, yaitu V, VK, KV, KVK, KKV, KVKK, KKVK, dan KVKKK. Sedangkan empat pola suku kata yaitu VKK, KKKV, KKVKK, dan KKKVK belum dapat dipenggal semuanya dengan benar. Hal ini dapat disebabkan karena beberapa faktor seperti berikut.  Pada FSA tingkat pertama, dilakukan penggabungan untuk huruf „s‟ dan „p‟, sehingga dapat menghasilkan pembacaan yang tidak terpenggal. Hal ini tetap dilakukan pada FSA tingkat kedua, sehingga beberapa kata yang mengandung huruf „s‟ dan „p‟ tidak dapat dipenggal sesuai dengan pola suku katanya seperti pada kata „ekspor‟, „transportasi‟.  Pedoman pemenggalan kata yang berbunyi bahwa “Jika di tengah kata terdapat tiga huruf konsonan atau lebih, pemenggalan dilakukan diantara huruf konsonan pertama dan kedua, contoh in-struk-si, ab-strak-si dan in-stru-men.” belum dapat diaplikasikan ke seluruh kata dalam Bahasa Indonesia, sehingga menghasilkan output penggalan kata yang tidak sesuai dengan pola suku kata untuk Bahasa Indonesia. Adapun metode FSA dua tingkatan yang diterapkan pada penelitian ini dapat memenggal 104 kata dalam Bahasa Indonesia dengan benar sebesar baik untuk kata dasar maupun kata berimbuhan. C. Pengujian Pembacaan Hasil Translasi Menggunakan API Google TTS Bahasa Inggris Pengujian ini melibatkan 35 responden jenis kelamin bebas dan tidak ada batasan usia untuk menilai kualitas suara yang dihasilkan oleh aplikasi TTS Bahasa Indonesia. Jumlah ini dipilih karena dianggap dapat memberikan hasil penelitian yang lebih valid [11]. Beberapa responden yang terlibat dalam penelitian ini merupakan penderita penyakit low vision, sehingga diharapkan penelitian ini dapat tepat guna untuk membantu mereka dalam berkomunikasi baik dengan orang lain maupun dengan gadget. Pengujian dilakukan dengan cara memperdengarkan 20 kata dengan masing-masing kata diulang sebanyak tiga kali kepada responden. Setelah responden selesai melakukan pengujian tersebut, dilanjutkan dengan responden memberikan kriteria penilaian terhadap aplikasi TTS Bahasa Indonesia. Adapun kriteria yang dijadikan penilaian melalui kuesioner tersebut ditampilkan dalam Tabel III dan Tabel IV [12]. TABEL III PENILAIAN TINGKAT PEMAHAMAN USER TERHADAP UCAPAN Ucapan tidak dapat dipahami, perangkaian ucapan tidak jelas Ucapan tidak dapat dipahami, perangkaian ucapan kurang jelas Ucapan dapat dipahami, perangkaian ucapan kurang jelas Ucapan dapat dipahami, perangkaian ucapan jelas Ucapan dapat dipahami, perangkaian ucapan sangat jelas Nilai Mean Opinion Score MOS untuk kriteria tingkat pemahaman user terhadap ucapan adalah sebesar dari 5, atau bernilai cukup. Nilai MOS Mean Opinion Score untuk kriteria kelancaran pengucapan adalah sebesar dari 5 atau bernilai cukup. Sedangkan hasil penulisan kembali suara hasil output sistem TTS yang telah didengarkan ke responden bernilai 71%. Dari 20 kata yang diperdengarkan kepada masing-masing responden, rata-rata terdapat 11 kata yang dapat dituliskan kembali dengan benar. JNTETI, Vol. 5, No. 1, Februari 2016 ISSN 2301 – 4156 Rieke Adriati W. Pengembangan Aplikasi Text-to-Speech Bahasa ... TABEL IV PENILAIAN KELANCARAN PENGUCAPAN Pengucapan tidak lancar, transisi antar suku kata sangat mengganggu Pengucapan tidak lancar, transisi antar suku kata sedikit mengganggu Pengucapan lancar, transisi antar suku kata sedikit mengganggu Pengucapan lancar, transisi antar suku kata nyaman Pengucapan lancar, transisi antar suku kata sangat nyaman Dari hasil tersebut dapat dilihat bahwa secara garis besar ucapan dari aplikasi TTS Bahasa Indonesia ini dapat dipahami oleh user. Namun ada beberapa kondisi yang mengakibatkan pengucapan sulit dipahami, yaitu sebagai berikut.  Perbedaan vokal antara Bahasa Indonesia dan Bahasa Inggris yang menyebabkan aplikasi TTS tidak selalu dapat menyuarakan kata-kata sesuai dengan vokal Bahasa Indonesia, walaupun hasil translasi telah disesuaikan dengan teks input. Sebagai contoh kata „kompor‟ mempunyai hasil translasi „kom‟ dan „poor‟ yang dilafalkan menjadi „kəmpôr‟.  Tidak disuarakan dengan jelas kata-kata dalam Bahasa Indonesia yang berakhiran huruf „r‟, seperti „ular‟, „kompor‟ atau „besar‟. Kata-kata tersebut cenderung berdengung ketika disuarakan, berbeda dengan Bahasa Indonesia yang sealu melafalkan huruf „r‟ di akhir kata dengan jelas.  Ketika kata-kata dalam teks input mengandung huruf NY + vokal seperti „ternyata‟, „bunyi‟ atau „menyanyi‟, aplikasi TTS tidak dapat menyuarakan seperti suara asli, namun menjadi „ternaiyata‟, „bunai‟ dan „menaiyanai‟.  Pada beberapa kata terdengar adanya perbedaan penempatan antara huruf e pepet dan e taling. Sebagai contoh kata „kesempatan‟ mempunyai pelafalan menggunakan e pepet, namun aplikasi TTS melafalkan menggunakan e taling.  Kesalahan dalam pemenggalan kata mempengaruhi hasil translasi sehingga menghasilkan pelafalan yang tidak sesuai dengan suara asli. D. Pengujian Kualitatif Gelombang Suara Output Pengujian ini bertujuan untuk membandingkan bentuk gelombang suara yang dihasilkan oleh aplikasi TTS dengan suara asli. Suara dari aplikasi TTS dan suara asli direkam menggunakan perangkat keras yang sama dan dilakukan pada kondisi ruang yang sama. Hal ini dilakukan untuk meminimalkan perbedaan sinyal yang dihasilkan. Berikut dalam Gbr. 5 hingga Gbr. 8 ditampilkan bentuk gelombang suara asli dan suara hasil aplikasi TTS dari kata “Indonesia”, “Selamat”, “Teknik”, dan “Tujuh” gelombang atas adalah suara asli, gelombang bawah adalah suara hasil aplikasi TTS. Adapun hasil yang didapatkan dari bentuk gelombang suara tersebut ditampilkan dalam Tabel V. Keempat kata tersebut rata-rata mempunyai nilai amplitude dan periode waktu yang sama. Sedangkan dalam hal kesamaan bentuk gelombang, terdapat tiga kata yang mempunyai bentuk gelombang suara hampir mirip antara suara asli dengan suara hasil aplikasi TTS yaitu kata „Indonesia‟, „Selamat‟, dan „Teknik‟. Kemiripan terlihat saat masing-masing suku kata diucapkan. Sedangkan perbedaan bentuk gelombang terjadi saat proses penyambungan suku kata atau transisi antar suku kata. Hal ini mungkin terjadi karena proses penyambungan menyebabkan suara yang dihasilkan kurang terdengar natural. Gbr. 5 Bentuk gelombang suara kata “Indonesia”. Gbr. 6 Bentuk gelombang suara kata “Selamat”. Gbr. 7 Bentuk gelombang suara kata “Teknik”. Gbr. 8 Bentuk gelombang suara kata “Tujuh”. TABEL V HASIL PENGUJIAN BENTUK GELOMBANG SUARA Kesamaan Bentuk Gelombang Suara Pada kata „Tujuh‟ perbedaan terlihat jelas dalam hal besarnya nilai amplitude dan bentuk gelombang suaranya. Hal ini dikarenakan suara pelafalan hasil aplikasi TTS berbeda jauh dari suara aslinya. Bila dilafalkan, kata „Tujuh‟ hasil aplikasi TTS berbunyi „tyu-juw‟, sehingga mempengaruhi bentuk gelombang suara dan nilai amplitude yang dihasilkan. Dari pembahasan di atas dapat disimpulkan bahwa kata yang dihasilkan oleh aplikasi TTS secara umum mempunyai JNTETI, Vol. 5, No. 1, Februari 2016 Rieke Adriati W. Pengembangan Aplikasi Text-to-Speech Bahasa ... ISSN 2301 – 4156 kesamaan bentuk gelombang, nilai amplitude, dan periode dengan suara asli. E. Pengujian Database Parse Pengujian ini bertujuan untuk mengetahui apakah data di dalam database Parse dapat diubah melalui aplikasi TTS Bahasa Indonesia. Dalam Gbr. 9 ditampilkan default hasil translasi dari kata „Status‟ saat aplikasi dijalankan, dan dalam Gbr. 10 ditampilkan kondisi awal data hasil translasi yang tersimpan di dalam database. Gbr. 9 Default hasil translasi dari kata „Status‟. Gbr. 10 Tampilan kondisi awal data hasil translasi yang tersimpan di dalam database untuk kata „Status‟. Hasil translasi dari kata „Status‟ yang menunjukkan „sthah‟ dan „thoos‟ dianggap kurang sesuai dengan hasil ucapan dari kata aslinya, sehingga diubah dengan suku kata yang dianggap mendekati suara asli yaitu „staa‟ dan „toos‟. Dalam Gbr. 11 ditampilkan proses perbaikan hasil translasi melalui aplikasi TTS dan dalam Gbr. 12 ditampilkan hasil perubahan data di dalam database Parse. Gbr. 11 Proses perbaikan hasil translasi melalui aplikasi TTS. Gbr. 12 Tampilan perubahan data dalam database setelah dilakukan perbaikan hasil translasi. Hasil pengujian database yang ditunjukkan dalam Gbr. 12 menunjukkan bahwa data di dalam database Parse dapat diubah dengan benar melalui aplikasi TTS Bahasa Indonesia. F. Pengujian Kompatibilitas Terhadap Berbagai Spesifikasi Perangkat Keras dan Level Android Aplikasi TTS Bahasa Indonesia ini dibuat agar dapat berjalan dengan baik pada level Android API 15 Android atau lebih. Pada pengujian ini digunakan kompatibilitas sistem dengan perbedaan perangkat keras dan level Android untuk mengetahui kinerja aplikasi. Hasil pengujian ditunjukkan dalam Tabel VI. TABEL VI HASIL PENGUJIAN KOMPATIBILITAS Lenovo S880 Android Andromax U2 Android Xiaomi Redmi 2 Android Tampilan antarmuka sesuai dengan implementasi dan semua menu TTS dapat berjalan dengan baik. Tampilan sesuai rancangan dan semua menu TTS berjalan dengan baik. Tampilan sesuai rancangan dan semua menu TTS berjalan dengan baik. Tampilan sesuai rancangan dan semua menu TTS berjalan dengan baik. Hasil pengujian kompatibilitas tersebut menunjukkan bahwa aplikasi dapat dijalankan dengan baik pada Android versi sesuai dengan spesifikasi kebutuhan perangkat lunak dan versi serta versi yang merupakan versi Android lebih tinggi. V. KESIMPULAN DAN SARAN Dari analisis hasil di atas, dapat disimpulkan bahwa proses normalisasi teks dapat dilakukan dengan baik terhadap input teks yang mengandung angka, satuan mata uang, satuan waktu jam dan tanggal, suhu, satuan berat dan panjang, serta singkatan umum. Metode FSA dua tingkat dapat diaplikasikan untuk memenggal kata menjadi suku kata sesuai dengan 12 pola suku kata yang ditentukan untuk Bahasa Indonesia sebesar baik untuk kata dasar maupun kata berimbuhan. Kemudian, data voice Bahasa Inggris dapat dikonfigurasi agar terdengar seperti Bahasa Indonesia dengan nilai MOS untuk kriteria tingkat pemahaman user terhadap JNTETI, Vol. 5, No. 1, Februari 2016 ISSN 2301 – 4156 Rieke Adriati W. Pengembangan Aplikasi Text-to-Speech Bahasa ... ucapan adalah sebesar dari 5, dan untuk kriteria kelancaran pengucapan sebesar dari 5. Sedangkan hasil penulisan kembali kata yang telah diperdengarkan kepada user bernilai 71% rata-rata terdapat sebelas kata yang benar dari 20 kata yang diperdengarkan melalui aplikasi TTS. Kata yang dihasilkan oleh aplikasi TTS secara umum mempunyai kualitas yang hampir sama dengan suara asli, dilihat dari nilai amplitudo, periode, dan bentuk gelombangnya. Selain itu, database Parse dapat berjalan dengan baik pada platform Android dan dapat digunakan untuk menyimpan data hasil perubahan yang dilakukan melalui aplikasi TTS Bahasa Indonesia. Aplikasi TTS Bahasa Indonesia ini dapat dijalankan dengan baik pada platform Android dengan versi API atau yang lebih tinggi. Beberapa saran dan perbaikan yang dapat dilakukan untuk pengembangan lebih lanjut, di antaranya adalah mengembangkan metode FSA yang dapat digunakan untuk memenggal semua kata dengan benar sesuai dengan pola suku kata dan dapat mengenali diftong, sehingga semua kata yang mengandung huruf ai, au, dan oi baik diftong maupun non-diftong dapat dipenggal dengan benar. Selain itu mengubah data voice Bahasa Inggris ke bahasa lain yang lebih mirip pengucapannya dengan Bahasa Indonesia, sehingga ucapan yang dihasilkan aplikasi TTS lebih mudah dipahami oleh pengguna. REFERENSI [1] A. Hendriyana. Angka Kebutaan di Indonesia Tertinggi Kedua Dunia Setelah Ethiopia. 2012, [Online], [2] WHO, Prevention of Blindness and Visual Impairment, 2015, [Online], [3] Arman, Definisi Text-To-Speech, 2008, [Online], [4] T. Wijaya, S. Samuel, A. G. Salman, Speech Recognition Bahasa Indonesia Untuk Android, Tugas Akhir Universitas Bina Nusantara, 2013. [5] E. Sari, Perancangan Aplikasi Pengucapan Jam Berbahasa Inggris Dengan Metode Finite State Automata, Medan, Jurnal Pelita Informatika Budi Darma Volume V Nomer 2, 2013. [6] S. D. H. Soedirdjo, H. Zakaria, R. Mengko, “Indonesian Text-To-Speech Using Syllable Concatenation For PC-Based Low vision Aid”, International Conference on Electrical Engineering and Informatics, 2011. [7] G. A. Aryanata, A. Novianty, A. B. Osmon, “Implementasi Sistem Pesan Via Suara Konversi Teks ke Suara Pada Aplikasi Penerimaan Pesan Berbahasa Indonesia”, Jurnal Fakultas Teknik Elektro Universitas Telkom, 2014. [8] T. Dutoit, A Short Introduction to Text-To-Speech Synthesis, 1999, [Online], [9] A. A. Arman, Konversi Teks ke Ucapan, 2008, [Online], [10] F. Said, Teori Bahasa dan Otomata – Finite State Automata, 2011, [Online], [11] R. Hill, “What Sample Size Is "Enough" In Internet Survey Research?”, Interpersonal Computing and Technology An Electronic Journal for the 21st Century Volume 6 No 3-4, 2012. [12] I. I. Tritoasmoro, “Text-To-Speech Bahasa Indonesia Menggunakan Concatenation Synthesizer Berbasis Fonem”, Jurnal Seminar Nasional Sistem dan Informatika, 2006. ... Suatu FSA memiliki state yang banyaknya berhingga dan dapat berpindah-pindah dari suatu state ke state lain [5]. FSA tidak memiliki tempat penyimpanan atau memori, hanya bisa mengingat state terkini [6] ...HariantoWindu GataVirda Mega Ayu Achmad BayhaqyRetired Dana Pensiun Perkebunan Defined Benefit Pension Plan PPMP participants are required to certify annually that they still meet the criteria for being a valid pensioner. The retiree uses the Dapenbun online application to take a photo of himself and her ID card and wait for the data to be processed by the administrator. Pensioners who do not report will have their pension entitlements suspended. The number of retirees managed by the Plantation Pension Fund is over 216,000, and managers are overwhelmed with approval at the start of the re-data period. For this reason, authors design systems that can run automated approval and classification systems to facilitate data approval. Applying the FSA concept to this system reduces the processing of participant data as automation is applied to the first process of automatic termination of pensions for children aged 21 and over, second data with criteria for automatic approval. It will be faster. Categorizing data reduces approval errors and makes it easier for users to approve data.... Dengan menggunakan konverter PDU untuk mengubah pesan SMS yang ada di ponsel sehingga bisa dibaca oleh komputer [3], serta Penelitian selanjutnya dengan dengan judul jurnal Pengembangan Aplikasi Text-to-Speech Bahasa Indonesia Menggunakan Metode Finite State Automata Berbasis Android. Pada paper ini menjelaskan pengambangan aplikasi TTS bahasa Indonesia berbasis android yang memanfaatkan fasilitas API google untuk TTS dalam Bahasa Inggris sebagai data voice sehingga didapatkan aplikasi yang ringan [4]. ...Heru SutejoThe purpose of this research conducted at the information section at Sentani airport is to be able to design and build an application system for converting text to voice using the FSA method, so that later this application system can help inform information at Sentani airport. The results of this study are a text to voice conversion application system built to assist in informing Sentani airport, by implementing the FSA method at Delphi, the research obtained a text to voice conversion application with input and output in Indonesian and English, and contains an information report; the method used to break words into syllables in the text-to-speech conversion application program is the FSA method, the results of the broken syllables are then voiced so that the program produces a sound that matches the expected results; as well as in applying the algorithm method to Delphi programming utilizing several operating functions including insert, save, delete, clear, print, and play sound so that the program can run... Bahasa pemprograman pada FSA bertindak sebagai sarana komunikasi antara manusia dan permasalahannya dengan komputer, yang dipakai untuk membantu memperoleh pemecahan masalah [14]. Dengan teknologi ini, sehingga dimungkinkan sebuah komputer mampu berkomunikasi dan berinteraksi dengan manusia tidak hanya melalui tulisan saja, namun juga dalam bentuk lisan menggunakan bahasa yang digunakan sehari-hari [15]. ...Susanto SusantoVenny Yulianty Bobby Suryo PrakosoKresna RamandaAbstrak Menabung logam mulia merupakan investasi yang dianggap safe haven, ditengah era modern saat ini menabung logam mulia dapat dilakukan dengan cara dicicil, sedangkan yang menjadi masalahnya adalah kekhawatiran ketika fisik logam mulia tidak dapat ditarik fisiknya yang membuat potensi fraud atau investasi bodong yang sedang marak saat ini, untuk mengatasi masalah itu penjualan logam mulia dapat dikembangkan menjadi lebih menarik dengan vending machine, untuk memperdalam pemahaman mengenai salah satu model komputasi yang mendasar dan pengenalan Internet of Things IoT, desain vending machine ini akan menggunakan metode finite state automata FSA. Dengan desain finite state automata, penelitian ini telah menghasilkan desain vending machine logam mulia berbasis Internet of Things IoT dari cara login ke vending machine sampai fisik logam mulia dapat diterima. Produk penjualan logam mulia dengan menggunakan vending machine ini diharapkan dapat menjangkau masyarakat lebih luas untuk berinvestasi, khususnya logam mulia. Kata kunci Internet of Things, logam mulia, vending machine Abstract Saving gold is an investment that is considered a safe haven, in the midst of today's modern era saving gold can be done in installments, while the problem is the concern when the physical gold cannot be physically withdrawn which creates the potential for fraud or fraudulent investments that are currently rampant. to overcome this problem the sale of precious metals can be developed to be more attractive with vending machines, to deepen understanding of one of the fundamental computing models and the introduction of the Internet of Things IoT, this vending machine design will use the finite state automata FSA method. With the design of finite state automata FSA, this research has resulted in the design of a gold vending machine based on the Internet of Things IoT from how to login to the vending machine until the gold is physically acceptable. The product selling gold using vending machines is expected to reach a wider audience to invest, especially gold. Keywords Internet of Things, precious metals, vending machine... Model komputasi dalam automata terdiri dari Finite Automata FA atau disebut dengan Finite State Automata FSA, Pushdown Automata PA dan Turning Machine TM. Teori Finite State Automata FSA adalah mesin otomata dari bahasa regular dengan suatu model matematika dari suatu sistem yang menerima input dan output [2]- [4]. Finite State Automata terdiri dari logika atau set diskrit dari state dan kegiatan yang terbatas dan merupakan sebuah alat penelitian yang penting untuk analisis kualitatif dan desain dalam sistem yang kompleks dan sistem buatan dalam skala besar [5]. ...Angelina Puput GiovaniFaried Zamachsari Efid agustono AgustonoWindu GataMenyelesaikan Pendidikan Magister Ilmu Komputer pada STMIK Nusa Mandiri dalam waktu 4 semester merupakan harapan setiap mahasiswa. Untuk dapat lulus tepat waktu setiap mahasiswa wajib memenuhi semua persyaratan yang telah ditentukan oleh pihak kampus. Dalam tiap semester terdapat berbagai kegiatan diluar kegiatan belajar mengajar yang wajib diikuti oleh mahasiswa. Kegiatan tersebut meliputi Seminar, Workshop, dan Tes TOEFL. Hal-hal tersebut seringkali tidak diketahui mahasiswa sehingga tidak lulus mata kuliah tertentu. Apabila seorang mahasiswa dinyatakan tidak lulus mata kuliah tertentu maka diwajibkan untuk mengulang di semester berikutnya. Mengulang mata kuliah akan menambah pengeluaran dan tentunya menambah waktu belajar sehingga tidak dapat lulus tepat waktu sesuai yang diharapkan. Pada paper ini akan membahas tentang bagaimana Finite State Automata FSA jenis Nondeterministic Finite Automata NFA dapat diimplementasikan dalam siklus pembelajaran Magister Ilmu Komputer pada STMIK Nusa Mandiri. Dengan diterapkan metode ini diharapkan dapat membantu mahasiswa dalam pemenuhan persyaratan untuk mencapai kelulusan... Suatu FSA memiliki state yang banyaknya berhingga dan dapat berpindah-pindah dari suatu state ke state lain [5]. FSA tidak memiliki tempat penyimpanan atau memory, hanya bisa mengingat state terkini [6]. ...Tri RivanieDi antara banyaknya pilihan olahraga, fitness dipusat kebugaran menjadi salah satu opsi yang dapat di pilih. Fitnes s bukan lagi olahraga berat hanya untuk laki-laki saja, kini perempuan pun dapat melakukannya untuk menjaga kebugaran tubuh, menurunkan berat badan dan membentuk tubuh ideal. Sebelum menetapkan pilihan untuk menjadi member disalah satu tempat kebugaran, perlu mempertimbangkan beberapa hal, seperti budget yang harus dikeluarkan dengan keuntungan yang akan diterima. semakin lengkap fasilitas penunjang di sebuah tempat fitness , maka semakin mahal tarif atau biaya yang dibayarkan setiap bulan sebagai member . Selain perlengkapan olahraga yang sudah tersedia dan memadai, ada instruktur atau personal trainer yang juga dapat memberikan arahan Program latihan, porsi latihan, tehnik melakukan fitness agar setiap gerakan yang dilakukan tidak salah dan malah berakibat cidera otot dan sendi. yang menjadi pertimbangan adalah kita akan memilih program pelatihan untuk mengetahui apa yang paling cocok untuk seseorang. Pada paper ini membahas tentang bagaimana metode Finite State Automata jenis NFA dapat diimplementasikan dalam Registrasi program latihan workout plan pada member tempat di terapkan metode ini, user diharapkan dapat terbantu dalam memilih program latihan workout plan sesuai kebutuhan dan dapat lebih memahami bagaimana proses pemilihan workout plan yang sesuai dan benar.... The accelerometer sensor is used to recognize the user's step pattern [6]. The use of Indonesian Text-to-Speech TTS technology that allows computers to interact with humans not only through writing, but verbally with language that is used daily [7]. This research focuses on the navigation system on blind persons guiding sticks who can record the route and return to their original location. ...AgusutrisnoR WiryadinataM N R NoviantoThe limited use of navigation technology poses a risk to blind person becoming lost, while in a foreign place and causing them to rarely travel. The purpose of this study is to design guiding sticks for blind person by tracking and homing. The position of coordinates and wind direction is processed into information on sound signals and vibrations. The method used in this research is GPS bearing and inverse angle, using compass and ultrasonic sensors. Afterwards, the data output in this system is directional information in the form of sound, besides information in the form of an obstacle when in front of the sensor. The test results prove that the GPS bearing method can produce a more stable direction. However, GPS accuracy can decrease when it is blocked by trees and buildings. While the inverse angle method, GPS data is stored on the data logger, which does not require GPS accuracy when determining direction. The angle of the direction is more accurate if the average angle when tracking is not too AzizResearch on website-based test applications for digital course registration in order to make it easier for course institutions to determine classes that are consistent and effective and efficient. This research provides alternative solutions for course institutions for class selection or course program that is suitable for users who will study at the place of the course which is cost-effective and time-consuming too. In this study a course registration application is designed by integrating a website and database to retrieve data after the user has tested. It is intended that users who want to learn English can receive a choice of classes or programs in accordance with their abilities and initial knowledge. This minimizing test instructor errors in determining class and program choices that will be obtained by the user. In this study using the Finite State Automata FSA method to discuss the NFA type FSA model can be implemented in the registration process to the user member where the course is expected as needed and can better understand how the process of class or program selection is effective and right on targetErni ErniFakihotun Titiani Sukmawati anggraeni putriWindu GataOtomata adalah mesin abstrak yang dapat mengenali, menerima, atau me’mbangkitkan sebuah kalimat dalam bahasa tertentu yang di dalamnya terdapat sebuah kajian tentang Finite State Automata yang dapat diimplementasikan dalam rancangan sebuah Vending Machine. Vending Machine di Indonesia banyak beroperasi dengan produk seperti makanan ringan, minuman, rokok, tiket, kopi, produk konsumen, bahkan emas. Dalam penelitian ini, akan diuraikan mengenai aplikasi simulasi Vending Machine jamu tradisional, berdasarkan implementasi Finite State Automata. Kesimpulan yang didapat dalam penelitian ini yaitu Finite State Automata dapat dijadikan sebagai logika dasar untuk membuat simulasi Vending Machine. Penelitian ini juga mengusulkan penggunaan state yang lebih sedikit, penggunaan uang kertas sebagai input dan kembalian untuk meningkatkan efisiensi dan biaya desain Vending Supriyanto Supriyanto SupriyantoInformation on earthquakes of more than 5 Richter scales taken from still needs to be inserted into a sentence so that information is easy to read. The model is by breaking down information in xml format, then inserting the sentence so that it will be easy to understand information. Information on earthquake data obtained from BMKG including, date, time, latitude, longitude, depth, earthquake affected area and tsunami or not. In designing text processing this is made into three main parts, namely parser, remuneration sentence, concatenation. The parser has the task of breaking data from xml, remuneration sentence as a database of sentences or affix words and concatenation as a combination between paser and sentence remuneration so that the output produced can be understood by the user which is easier to understand by humans or will be further processed including displayed in the application and sent to the Telegram message application. To realize this text processing in programs using basic language, especially with Visual Basic 6 programs. Keywords— xml, bmkg, text processing, Visual basic 6 Abstrak Informasi gempa lebih dari 5 skala richter yang diambil dari masih perlu disisipkan kalimat sehingga informasi mudah dibaca. Modelnya dengan cara memecah informasi yang berformat xml, kemudian di sisipkan kalimat sehingga akan menjadi informasi yang mudah dipahami. Informasi data gempa yang di peroleh dari BMKG diantaranya, tanggal, jam, garis lintang, garis bujur, kedalaman, wilayah terdampak gempa dan terjadi tsunami atau tidak. Dalam merancang text processing ini di buat menjadi tiga bagian pokok yaitu parser, remuneration sentence, concatenation. Parser bertugas untuk memecah data dari xml, remuneration sentence sebagai database kalimat atau kata imbuhan dan concatenation sebagai peggabung antara paser dan remuneration sentence sehingga output yang dihasilkan dapat di pahami oleh pengguna, Hasil keluaran dari pemrosesan text processing ini berupa informasi gempa bumi diatas lima skala richter yang lebih mudah di mengerti oleh manusia atau akan di proses lebih lanjut diantaranya di tampilkan di aplikasi serta dikirim ke aplikasi pesan Telegram. Untuk mewujudkan text processing ini di program menggunakan bahasa basic khususnya dengan program Visual Basic 6. Kata kunci— xml, bmkg, text processing, Visual basic 6 Thierry DutoitI try to give here a short but comprehensive introduction to state-of-the-art Text-To-Speech TTS synthesis by highlighting its Digital Signal Processing DSP and Natural Language Processing NLP components. As a matter of fact, since very few people associate a good knowledge of DSP with a comprehensive insight into NLP, synthesis mostly remains unclear, even for people working in either research area. After a brief definition of a general TTS system and of its commercial applications, in Section 1, the paper is basically divided into two parts. Section begins with a presentation of the many practical NLP problems which have to be solved by a TTS system. I then examine, in Section how synthetic speech can be obtained by simply concatenating elementary speech units, and what choices have to be made for this operation to yield high quality. I finaly give a word on existing TTS solutions, with special emphasis on the computational and economical constraints which have to be kept in mind when designing TTS systems. Subaryani Dambawati Harjaya SoedirdjoHasballah ZakariaRichard MengkoSevere low vision patient cannot Thus, an instrument engineered for them sh function to read aloud the text. Nowadays, B still not supported properly in any text to s ongoing research is trying to develop an speech with syllable concatenation. The in comes from a plain text file or manually type then truncated until we get a list of words analyzed using brute force algorithm to get p of syllable according to the sound library recorded previously. Arranged sound the speaker. Test of the system shows that this me any text in Bahasa Kebutaan di Indonesia Tertinggi Kedua Dunia Setelah EthiopiaA HendriyanaA. Hendriyana. Angka Kebutaan di Indonesia Tertinggi Kedua Dunia Setelah Ethiopia. 2012, [Online], SariE. Sari, Perancangan Aplikasi Pengucapan Jam Berbahasa Inggris Dengan Metode Finite State Automata, Medan, Jurnal Pelita Informatika Budi Darma Volume V Nomer 2, Sistem Pesan Via Suara Konversi Teks ke Suara Pada Aplikasi Penerimaan Pesan Berbahasa IndonesiaG A AryanataA NoviantyA B OsmonG. A. Aryanata, A. Novianty, A. B. Osmon, "Implementasi Sistem Pesan Via Suara Konversi Teks ke Suara Pada Aplikasi Penerimaan Pesan Berbahasa Indonesia", Jurnal Fakultas Teknik Elektro Universitas Telkom, Bahasa dan Otomata – Finite State AutomataF SaidF. Said, Teori Bahasa dan Otomata – Finite State Automata, 2011, [Online], Bahasa Indonesia Menggunakan Concatenation Synthesizer Berbasis FonemI I TritoasmoroI. I. Tritoasmoro, "Text-To-Speech Bahasa Indonesia Menggunakan Concatenation Synthesizer Berbasis Fonem", Jurnal Seminar Nasional Sistem dan Informatika, A Arman, Definisi Text-To-Speech, 2008, [Online], A ArmanA. A. Arman, Konversi Teks ke Ucapan, 2008, [Online],
Sistemkami menemukan 25 jawaban utk pertanyaan TTS sistem operasi yang dikembangkan
- Bagi sebagian orang mungkin sering mendengar atau membaca kata "iOS" berseliweran di berbagai media. Kata tersebut biasanya lekat dengan produk ponsel Apple iPhone. Meski mungkin tak asing lagi, namun tahukah kepanjangan "iOS"? "iOS" bukanlah kata tunggal, melainkan susunan kata yang disingkat. Secara harfiah, iOS singkatan dari iPhone Operating System atau sistem operasi yang digunakan iPhone. Dalam pengertian ini, tak heran jika kata "iOS" kerap disematkan pada kepanjangan "iOS" di atas mungkin tidak bakal cukup untuk memahami apa itu iOS, sebagai sistem operasi yang digunakan iPhone. Jika ingin memahami lebih lanjut, simak penjelasan tentang iOS sebagai berikut. Baca juga 5 Alasan Mengapa Produk Apple Sangat Mahal Apa itu iOS? iOS adalah sistem operasi perangkat lunak yang dikembangkan oleh Apple, secara khusus untuk mendukung pengoperasian produk mobile device atau perangkat genggam. iOS tidak hanya dipakai pada ponsel iPhone, melainkan juga di perangkat genggam apple lainnya, seperti tablet iPad dan pemutar musik iPod. Sebagai sistem operasi perangkat genggam, fungsi iOS sama seperti Android yang dikembangkan Google. Pada dasarnya fungsi iOS yaitu untuk membuat iPhone agar bisa dioperasikan pengguna. iOS mampu membuat semacam jembatan yang bisa menghubungkan interaksi antara pengguna dengan perangkat keras iPhone. iOS bertugas untuk menafsirkan perintah pengguna pada aplikasi yang ada di iPhone, sehingga mampu untuk mengoperasikan, menggerakkan, atau mengaktifkan fitur yang ada pada perangkat keras. Mudahnya, pengguna iPhone bisa mengambil foto atau video, mendengarkan musik, telepon, dan sebagainya, akibat dari fungsi iOS yang berhasil menerima dan menafsirkan perintah tersebut ke perangkat keras iPhone. Tanpa iOS, perangkat keras iPhone beserta fiturnya tidak bakal bisa berjalan, sebagaimana dilansir Lifewire. Sementara itu, meski fungsi iOS secara umum sama dengan Android, namun sebenarnya ada sejumlah perbedaan. Perbedaan iOS dan Android yang paling kentara adalah di keterbukaan akses penggunaannya. iOS hanya bisa digunakan pada produk perangkat genggam Apple, dan memang tidak dikembangkan secara bebas untuk produk di luar merek Apple. Sementara sistem operasi Android dari Google, bisa dikembangkan secara bebas dan digunakan pada produk perangkat genggam dari berbagai merek, seperti Samsung, Xiaomi, dan iOS memang terkenal ekslusif, artinya hanya produk Apple yang bisa menggunakan, sementara yang lain tidak boleh. Meski ekslusif, nama iOS justru kian melambung sejak awal kehadirannya pada tahun 2007 lewat iPhone generasi pertama. Baca juga Apple Jadi Perusahaan Paling Bernilai di Dunia iOS berhasil mengungguli sistem operasi yang mendominasi kala itu, seperti BlackBerry OS dan Symbian OS. Dikutip dari situs ensiklopedia investasi Investopedia, iOS berkembang pesat dan berhasil jadi sistem operasi ponsel terpopuler kedua secara global di tahun 2021. iOS memegang 26,3 persen pangsa pasar untuk sistem operasi ponsel, jadi kedua terbesar setelah Android yang memegang 73,3 persen pangsa pasar. iOS bisa sebesar ini tak lepas dari sejarahnya dalam melahirkan kemudahan bagi pengguna. Sejarah iOS secara singkat iOS versi pertama yang dikenalkan Apple tahun 2007 lewat iPhone generasi pertama, tampaknya telah mengubah pengalaman pengguna dalam mengoperasikan ponsel. iOS memungkinkan iPhone memberikan pengalaman yang berbeda dari ponsel lainnya. Pada masa itu, Apple berani mengeluarkan ponsel dengan navigasi menggunakan layar sentuh secara penuh, sementara merek lain masih menggunakan tombol fisik. Inovasi ini mungkin terjadi akibat adanya sistem operasi yang mendukung. Pengguna kala itu bisa melakukan berbagai aktivitas, mulai dari urusan bisnis hingga hiburan, hanya melalui layar iPhone generasi pertama. iOS mampu menyatukan berbagai fungsi dalam satu perangkat, termasuk berkirim e-mail, mendengar musik, browsing, dan sebagainya. Meski punya segudang kemampuan, iOS versi pertama ini belum dilengkapi dengan toko aplikasi App Store. Jadi, pengguna hanya bisa mengakses aplikasi bawaan Apple, tidak bisa mengunduh dan menginstalnya dari pihak ketiga. Barulah di tahun 2008, Apple merilis toko aplikasi App Store pada iOS, bebarengan dengan diluncurkannya Software Development Kit SDK atau platform perangkat lunak untuk pengembang lain yang ingin membuat aplikasi di iOS. Kemudian, iOS 4 muncul pada tahun 2010, dengan membawa fitur FaceTime yang memungkinkan pengguna melakukan panggilan video menggunakan koneksi internet. Apple juga memperkenalkan pertama kali kemampuan multitasking lewat iOS versi ini. Baca juga 5 Produk Apple Termahal yang Pernah Dirilis Inovasi Apple pada iOS terus berlanjut, pada tahun 2011, iOS 5 hadir dengan membawa fitur asisten suara Siri, turut juga iMessage sebagai layanan pesan instan antar pengguna perangkat Apple. Tiap tahun, sejak kemunculannya di publik, Apple selalu mengeluarkan pembaruan versi iOS. Bersamaan dengan itu, kemampuan iOS juga kian berkembang lewat fiturnya yang memudahkan pengguna. Demikian sejarah iOS secara singkat, semoga bermanfaat. Dapatkan update berita pilihan dan breaking news setiap hari dari Mari bergabung di Grup Telegram " News Update", caranya klik link kemudian join. Anda harus install aplikasi Telegram terlebih dulu di ponsel.
Sistemoperasi mobile (atau mobile OS) adalah sistem operasi untuk ponsel, tablet, smartwatch, atau perangkat mobile lainnya. Sementara komputer seperti laptop mungkin bisa disebut sebagai perangkat mobile, namun sistem operasi yang digunakan pada perangkat itu tidak dianggap mobile, karena pada awalnya dirancang untuk komputer desktop yang secara historis tidak memiliki atau memerlukan fitur mobile tertentu.
freepik Dari peristiwa dugaan penipuan berkedor preorder iPhone baru-baru kita tahu, pasar iPhone memang menggiurkan. Dari peristiwa dugaan penipuan berkedor preorder iPhone baru-baru kita tahu, pasar iPhone memang menggiurkan. - Setidaknya sudah ada lima orang atau reseller yang mengaku menjadi korban penipuan bermodus preorder yang dilakukan oleh Rihana dan Rihani. Total, sudah sekitar Rp35 miliar uang dari reseller yang masuk ke rekening si kembar itu. Tentu itu uang yang jumlahnya fantastis. Karena bagaimanapun juga, iPhone dikenal sebagai perangkat elektronik mahal. Pertanyaannya, kenapa kita ngebet banget punya iPhone? Apakah itu semata-mata karena ingin gaya saya, atau ada alasan lain? Kita tahu, sejauh ini ada dua sistem operasi pada ponsel yang paling populer. Pertama Android, kedua Apple’s iOS. Keduanya punya spesifikasi masing-masing. Sistem operasi Android dikembangkan oleh Google yang banyak digunakan oleh perangkat seluler bermerek seperti Samsung, Xiaomi, Nokia, Sony, dan lain sebagainya. Sementara sistem operasi Apple’s iOS dikembangkan oleh Apple Inc. PROMOTED CONTENT Video Pilihan
rZrOa. 0blu96x3d5.pages.dev/640blu96x3d5.pages.dev/4200blu96x3d5.pages.dev/820blu96x3d5.pages.dev/5720blu96x3d5.pages.dev/5880blu96x3d5.pages.dev/4790blu96x3d5.pages.dev/3640blu96x3d5.pages.dev/11
sistem operasi yang dikembangkan google tts
