Universitas Bina Nusantara
Jurusan Teknik Informatika Program Studi Teknik Informatika
Skripsi Sarjana Komputer Semester Ganjil tahun 2006/2007 ANALISIS DAN DESAIN APLIKASI
TEXT-TO-SPEECH CONVERTER BERBAHASA INDONESIA DENGAN PENDEKATAN BACKPROPAGATION DAN N-GRAM
Lenny Kuspono 0700680173 Ronald Kalianda 0700691076 Johannes Jerrico 0700703864
Abstrak
Kemampuan mesin untuk dapat berbicara sebagai manusia (Speaking Machine) akan sangat membantu kehidupan manusia. Berbagai pekerjaan dapat dimudahkan dan informasi dapat disebarkan secara mudah dan luas. Masalah yang muncul tanpa adanya kemampuan mesin untuk berbicara terdapat pada berbagai bidang salah satunya pada bidang pendidikan, sulitnya mempelajari suatu bahasa dengan mudah apabila tidak memiliki contoh pengucapan yang benar. Untuk memecahkan masalah tersebut, dapat digunakan sebuah aplikasi Text-to-Speech (TTS) yang dapat mengucapkan apa yang dituliskan dalam aplikasi tersebut. Dalam pembuatan TTS, salah satu masalah yang dihadapi terletak pada banyaknya pengucapan kata yang berbeda pada rangkaian huruf yang sama. Selain itu, pengucapan kata dapat berbeda meskipun memiliki rangkaian huruf yang sama yang dipengaruhi oleh unsur kontekstual dari kalimat tersebut. Tujuan dari penelitian ini adalah merancang suatu aplikasi TTS berbahasa Indonesia yang dapat mengenali pengucapan kata-kata baru dan mampu mengucapkan kata homograf dengan benar sesuai dengan konteks kalimatnya. Metode yang digunakan untuk mengenali fonem yang tepat yaitu backpropagation dan pengenalan kontekstual menggunakan pendekatan N-Gram. Studi pustaka dilakukan dengan mencari sumber bacaan dari buku dan artikel-artikel hasil penelitian melalui internet. Kesimpulan dari penelitian ini adalah dengan menggunakan metode pendekatan intelegensia semu dapat dibuktikan bahwa kemampuan TTS untuk mengenali pengucapan kata dapat bersifat dinamis dan menyerupai pola pikir manusia.
Kata Kunci
vi PRAKATA
Puji dan syukur penulis haturkan kepada Tuhan Yang Maha Esa atas kasih karunia-Nya yang telah membimbing penulis sehingga dapat menyelesaikan tugas akhir yang berjudul ”Analisis dan Desain Aplikasi Text-to-Speech Converter Berbahasa Indonesia dengan Pendekatan Backpropagation dan N-Gram”
Skripsi ini disusun dalam rangka memenuhi persyaratan untuk kelulusan studi Strata-1 (S1) pada jurusan Teknik Informatika Universitas Bina Nusantara.
Penyusunan skripsi ini tidak akan selesai tanpa adanya bantuan dari banyak pihak yang telah memberikan dukungan secara langsung maupun tidak langsung agar proses penulisan bisa berjalan dengan baik. Untuk itu penulis mengucapkan terima kasih kepada:
1. Prof. Dr. Gerardus Polla, M.App.Sc., selaku Rektor Universitas Bina Nusantara yang telah memberi banyak kepercayaan dan kesempatan untuk menyelesaikan skripsi ini;
2. Bapak Fredy Purnomo, S.Kom., M.Kom., selaku Sekretaris Jurusan Teknik Informatika yang telah memberikan ide dan dukungan dalam pembuatan skripsi ini;
4. Bapak Mohammad Subekti, BE.,M.Sc., selaku Ketua jurusan Teknik Informatika yang telah memberikan kepercayaan dan kesempatan bagi penulis untuk menyelesaikan skripsi ini.
5. Bapak Diaz D. Santika, Ir., M.Sc, selaku dosen pembimbing yang telah banyak memberikan pengarahan dan meluangkan waktu, dukungan moril, saran serta bimbingan yang sangat berarti kepada penulis;
6. Bapak Arry Akhmad Arman, selaku peneliti dan dosen di Departemen Teknik Elektro Institut Teknologi Bandung, yang telah mengizinkan penulis menggunakan data buatannya dan memberikan beberapa pengarahan kepada penulis;
7. Staff PSP serta rekan-rekan di UPT Piranti Lunak Universitas atas bantuan fasilitas dan dukungan moril selama ini;
8. Keluarga dan sahabat yang telah memberikan dukungan dan motivasi bagi penulis dalam menyelesaikan skripsi ini;
9. Pihak-pihak lain yang telah turut membantu dalam proses pembuatan skripsi ini baik secara langsung maupun tidak langsung.
Penulis sadar bahwa hasil penelitian maupun penulisan tugas akhir ini masih jauh dari sempurna dan sangat mengharapkan berbagai kritik dan saran yang membangun dari seluruh pembaca. Akhir kata, penulis berharap agar skripsi ini dapat bermanfaat bagi semua pihak yang membutuhkannya. Terima Kasih.
Jakarta, Januari 2007
viii DAFTAR ISI
Halaman Judul Luar ...i
Halaman Judul Dalam ... ii
Halaman Persetujuan Hardcover... iii
Halaman Pernyataan Dewan Penguji ...iv
Abstrak ...v
Prakata...vi
Daftar Isi ... viii
Daftar Tabel ...xi
Daftar Gambar... xii
Daftar Lampiran ...xiv
BAB 1 PENDAHULUAN...1
1.1 Latar Belakang Masalah...1
1.2 Ruang lingkup ...2
1.3 Tujuan dan Manfaat ...3
1.4 Metodologi ...4
1.5 Sistematika Penulisan ...5
BAB 2 LANDASAN TEORI...8
2.1 Intelegensia Semu ...8
2.1.1 Pengertian IS ...8
2.1.2 Dasar–Dasar IS...9
2.1.3 Perkembangan IS ...11
2.1.4 Implementasi IS ...13
2.2 Jaringan Syaraf Tiruan ...14
2.2.1 Model–model Neuron ...16
2.2.2 Tipe–tipe Fungsi Aktivasi ...18
2.2.3 Single-Layer Perceptrons...22
2.2.4 Perceptron...22
2.2.5 Multilayer Perceptron...24
2.2.6 Back-propagation...25
2.2.7 Fungsi aktivasi ...28
2.2.8 Model Pelatihan Jaringan Syaraf Tiruan...31
2.2.9 Kriteria Pemberhentian ...32
2.3 Penggenerasian Suara Manusia...32
2.4 Bunyi Bahasa dan Tata Bahasa Baku dalam Bahasa Indonesia...33
2.4.1 Vokal dan Konsonan ...34
2.4.2 Diftong ...34
2.4.3 Gugus Konsonan ...35
2.4.4 Fonem...35
2.4.5 Grafem ...36
2.4.6 Intonasi dan Ritme ...36
2.4.7 Afiks / Imbuhan ...38
2.5 Text-to-speech...41
2.5.1 Pengertian Text-to-speech...41
2.5.2 Sejarah Text-to-speech...42
2.5.3 Tahapan-tahapan Text-to-speech...47
2.6 Pengenalan kontekstual...52
2.7 N-Gram...53
2.8 Model Perancangan Aplikasi ...57
2.9 State Transition Diagram...59
BAB 3 ANALISIS DAN PERANCANGAN...59
3.1 Analisis Permasalahan ...62
3.2 Usulan Pemecahan Masalah...63
3.3 Analisis Data yang Dibutuhkan ...64
3.4 Analisis dan Perancangan Modul...65
3.4.1 Normalisasi Teks...66
3.4.2 Pengenalan Kontekstual ...75
3.4.3 Pemisahan Kata Dasar...80
3.4.4 Penggenerasian Fonem...84
3.4.5 Alfabet dan Fonem...85
3.4.6 Inisialisasi Neural Network...86
3.4.7 Representasi Node Input ...88
3.4.8 Representasi Node Output...93
3.4.9 Proses Training ...96
3.4.10 Pengenalan Input...97
3.5 Penentuan Prosodi...100
3.6 Penulisan File Input...102
3.7 Penggenerasian Suara...103
3.8 Diagram Perancangan ...104
3.8.1 Proses Kerja Aplikasi...104
3.8.2 Perancangan Layar Aplikasi ...111
BAB 4 IMPLEMENTASI DAN EVALUASI...116
4.1 Implementasi Aplikasi ...116
4.1.1 Perangkat Lunak ...116
4.1.2 Perangkat Keras ...116
4.1.3 Rencana Implementasi ...117
4.1.4 Implementasi Tampilan Layar ...118
4.2 Evaluasi Hasil Pengujian...121
4.2.1 Pengujian Metode Representasi Input...122
4.2.2 Pengujian Jumlah Layer dan Node ...124
4.2.3 Pengujian Pengenalan Fonem ...127
4.2.4 Pengujian Analisa Kontekstual ...132
4.3 Batasan Sistem ...134
BAB 5 SIMPULAN DAN SARAN...135
5.1 Simpulan ...135
x
DAFTAR TABEL
Tabel 2.1 Rangkaian Afiks...40
Tabel 2.2 Contoh Pemodelan Bigram...54
Tabel 3.1 Daftar Singkatan ...74
Tabel 3.2 Tabel Transisi dan Emis...77
Tabel 3.3 Daftar Alfabet dan Fonem...85
Tabel 3.4 Daftar Input Node ...89
Tabel 3.5 Daftar Fonem ...93
Tabel 4.1 Hasil Pengujian Node pada Hidden Layer...125
xii
DAFTAR GAMBAR
Gambar 2.1 Model Nonlinear dari Sebuah Neuron ...17
Gambar 2.2 Tipe-tipe Fungsi Aktivasi...21
Gambar 2.3 Arsitektur Graph Multilayer Perceptron...25
Gambar 2.4 Aliran Sinyal Error dari Komputasi Backward...28
Gambar 2.5 Alat Ucap Manusia...33
Gambar 2.6 Kumpulan Prefiks dan Sufiks...39
Gambar 2.7 Model Vocal Tract Manusia...43
Gambar 2.8 Rekonstruksi Wheatstone dari mesin berbicara Von Kempelen...44
Gambar 2.9 Jalur Perkembangan TTS ...46
Gambar 2.10 Tahapan-tahapan Text-to-speech (Pelton, 1992) ...48
Gambar 2.11 Model Sekuensial Linear...57
Gambar 2.12 Notasi State...59
Gambar 2.13 Notasi Arrow...59
Gambar 2.14 Notasi Condition dan Action...60
Gambar 3.1 Gambaran Umum Proses Kerja BlueTTS...59
Gambar 3.2 Proses Pengolahan Input ...66
Gambar 3.3 Proses Normalisasi Angka ...72
Gambar 3.4 Proses Normalisasi Singkatan ...73
Gambar 3.5 Graph kemungkinan kata ...78
Gambar 3.6 Proses Normalisasi Kata Dasar ...82
Gambar 3.7 Proses Penggenerasian Fonem ...85
Gambar 3.8 Proses Representasi Node pada Input Layer ...88
Gambar 3.9 Representasi Node Input...91
Gambar 3.10 Proses Representasi Node pada Output Layer...93
Gambar 3.11 Representasi Node Output...95
Gambar 3.12 Tahapan Proses Training...96
Gambar 3.13 Proses Pemilihan Fonem dari Node Output ...97
Gambar 3.14 Proses Pengenalan Data ...98
Gambar 3.15 Diagram Transisi Pengucapan Teks...106
Gambar 3.16 Diagram Transisi Menu File...106
Gambar 3.17 Diagram Transisi Menu View...106
Gambar 3.19 Diagram Transisi Form Training New Data ...108
Gambar 3.20 Diagram Transisi Form Manage Training Data ...109
Gambar 3.21 Diagram Transisi Form Show Syntaxis Category...110
Gambar 3.22 Rancangan Layar Utama ...111
Gambar 3.23 Rancangan Layar Sintaksis ...112
Gambar 3.24 Rancangan Layar Konfigurasi Training...113
Gambar 4.1 Layar Form Utama ...118
Gambar 4.2 Layar Form Training Data ...119
Gambar 4.3 Layar Form Show Properties...120
Gambar 4.4 Layar Form Penggenerasian Fonem ...121
Gambar 4.5 Grafik Perbandingan Representasi Node Input...123
xiv
