Implementasi Text To Speech Pada Website Menggunakan Metode Shallow Parsing

Implementasi Text To Speech Pada Website Menggunakan Metode Shallow Parsing

Bahasa Indonesia, part of speech, responsive
voice, rule grammars, shallow parsing, text to
speech, website

Teknologi Text To Speech (TTS) merupakan suatu sistem yang mengkonversi teks menjadi
ucapan menyerupai ucapan manusia. TTS dapat diterapkan kedalam bentuk aplikasi website
menggunakan responsive voice. Kekurangan dari responsive voice adalah ucapan frasa pada
kalimat panjang yang tidak sesuai sehingga mempengaruhi makna dari kalimat yang diucapkan.
Frasa ucapan dapat diprediksi menggunakan metode shallow parsing dengan aturan/ rule
grammars dalam Bahasa Indonesia yang dikembangkan secara spesifik untuk membentuk
frasa-frasa ucapan yang sesuai. Metode shallow parsing menggunakan fungsi dari NLTK
(Natural Language Toolkit) untuk memenggal kalimat menjadi frasa-frasa berdasarkan kelas
kata dalam tabel tipe PoS (Part of Speech). Hasil dari pemenggalan kalimat dengan metode
shallow parsing adalah teks terpenggal. Sistem implementasi text to speech menggunakan
metode shallow parsing dibangun dengan 3 subsistem diantaranya sistem pada website,
pemenggalan kalimat pada server dan sintesa ucapan menggunakan responsive voice. Pengujian
yang dilakukan adalah pengujian black box, pengujian akurasi, pengujian precision, recall dan

f-measure serta pengujian subjektif. Pengujian akurasi dan pengujian precision, recall dan f-
measure dilakukan pada 3 opsi rule grammars dengan masing-masing pengujian dilakukan

pencocokkan pada data jeda keras dalam kalimat dari kesepakatan 3 narasumber. Hasil
pengujian akurasi dengan persentase tertinggi terletak pada rule grammars 1 sebesar 30,952%.
Hasil pengujian precision, recall dan f-measure dengan nilai tertinggi terletak pada rule
grammars 1 dengan precision sebesar 0,452, nilai recall sebesar 0,567 dan nilai f-measure
sebesar 0,503. Kemudian pada hasil pengujian subjektif, persentase ucapan diterima tertinggi
terletak pada rule grammars 1 sebesar 73,90%. Berdasarkan pengujian black box, fungsional

sistem berjalan dengan baik. Pada pengujian akurasi dan pengujian precision, recall dan f-
measure, menunjukkan nilai persentase dibawah 50% dan belum menunjukkan angka yang

efektif, namun kualitas dari hasil sistem pemenggalan kalimat berupa teks terpenggal masih
dapat dikategorikan cukup. Hal ini terjadi karena pada pengujian subjektif, ketika teks
terpenggal dibunyikan, penggalan kalimat yang diucapkan dapat diterima dengan cukup baik
oleh pendengar.

Lia Suci Fitriawati, Arif Bijaksana Putra Negara, Rudy Dwi Nyoto

Perpustakaan Horizon karawang

2020

Fajar bagus W

PDF

Indonesia

Text