Furqan Hermawan Primary Author mixed material bibliography Banda Aceh Fakultas MIPA - Informatika 2022

Skripsi

Speech recognition merupakan cabang pengenalan pola yang telah banyak diterapkan dalam banyak produk. Beberapa produk terkenal yang menggunakan sistem pengenalan suara termasuk Google Assistant, Apple Siri, dan Alexa yang memiliki akurasi tinggi untuk menghasilkan output dengan harapan pengguna. Belakangan ini, deep learning adalah salah satu teknik yang sering digunakan untuk membangun model dalam sistem pengenalan suara. Teknik ini bekerja dengan mengambil informasi dari setiap hidden layers dari audio frames sebagai input fitur dan phones sebagai output label masing-masing. Zikir adalah salah satu ibadah umat Islam kegiatan yang dapat dilakukan setiap saat. Beberapa alat dan aplikasi telah dibuat untuk menghitung kata-kata zikir sambil berulang kali mengucapkannya. Dalam penelitian ini, speech recognition diimplementasikan untuk membuat aplikasi yang diberi nama Voice-Zikr yang digunakan untuk menghitung kata-kata zikir yang diucapkan oleh umat Islam. Dengan menggunakan speech recognition memungkinkan aplikasi ini digunakan secara hands-free yang memudahkan daripada zikir secara manual atau menggunakan aplikasi penghitung zikir lainnya yang masih mengharuskan user menekan layar berulang-ulang. Model pengenalan suara dilatih menggunakan time delay neural network dan convulutional neural network. Dataset dikumpulkan dari berbagai usia pembicara yang membaca “Subhanallah”, “Alhamdulillah”, “Lailahailallah”, dan “Allahuakbar”. Performa model bisa mencapai 1,04 %WER pada pengujian audio yang direkam dan bekerja dengan sempurna pada pengujian mikrofon. Aplikasi dibangun menggunakan Flutter dengan bahasa pemograman Dart. Model diimplementasikan ke dalam aplikasi menggunakan VOSK. Kata kunci: Deep Learning, Acoustic Model, Voice-Zikr, Speech Recognition, Flutter, VOSK. 0 ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala 104664 2022-09-16 21:11:17 2022-09-20 08:31:09 machine generated