Perancangan Aplikasi Text To Speech Dalam Bahasa Indonesia Menggunakan Firebase Machine Learning Kit Berbasis Android

Penulis

  • Dede Kurniadi Institut Teknologi Garut, Kabupaten Garut
  • Fitri Nuraeni Institut Teknologi Garut, Kabupaten Garut
  • Indra Trisna Raharja Institut Teknologi Garut, Kabupaten Garut
  • Asri Mulyani Institut Teknologi Garut, Kabupaten Garut

DOI:

https://doi.org/10.25126/jtiik.2022965985

Abstrak

Aplikasi text to speech dapat merubah teks menjadi keluaran suara menggunakan engine text to speech, namun teks tersebut harus berupa teks digital agar bisa di render. Sehingga, jika teks berada pada suatu objek maka harus diekstrak terlebih dahulu. Firebase Machine Learning Kit menyediakan API text recognition untuk membantu proses ekstrak teks. Firebase Machine Learning Kit (ML-Kit) juga menyediakan API language identifier untuk mendeteksi bahasa pada teks yang dibaca sehingga suara yang dikeluarkan dari teks yang dibaca dapat optimal dengan menggunakan dialek bahasa tertentu. Tujuan dari penelitian ini adalah membangun aplikasi text to speech dalam Bahasa Indonesia dengan penerapan Firebase Machine Learning Kit berbasis android. Dalam membangun aplikasi ini menggunakan metode extreme programming yang tahapannya terdiri dari planning, design, coding, dan testing. Hasil dari penelitian ini, berupa aplikasi yang dapat digunakan sebagai alat bantu pembelajaran bahasa asing dan alat digitaisasi teks serta terjemah ke dalam Bahasa Indonesia dan 34 dialek bahasa untuk keluaran suara text to speech. Selain itu, pada penelitian ini didapatkan nilai akurasi pengenalan teks dari tulisan tangan dan tulisan mesin, dengan rata-rata persentase akurasi untuk tulisan tangan sebesar 85,25%, sedangkan rata-rata persentase akurasi untuk tulisan mesin sebesar 87,35%. Dengan akurasi yang baik tersebut, maka aplikasi siap untuk dipergunakan sebagai alat bantu dalam proses pembelajaran bahasa asing oleh masyarakat Indonesia.

 

Abstract

Text to speech applications can convert text into voice output using a text to speech engine, but the text must be digital text in order to render. So, if the text is in an object, it must be extracted first. The Firebase Machine Learning Kit provides a text recognition API to help extract text. The Firebase Machine Learning Kit (ML-Kit) also provides a language identifier API to detect the language in the text being read so that the sound emitted from the text read can be optimized by using a specific language dialect. The purpose of this research is to build a text to speech application in Indonesian with the application of an Android-based Firebase Machine Learning Kit. In building this application using the extreme programming method whose stages consist of planning, design, coding, and testing. The results of this study are in the form of applications that can be used as foreign language learning aids and text digitization tools and translations into Indonesian and 34 language dialects for text to speech voice output. In addition, in this study, the accuracy of text recognition from handwriting and machine writing was obtained, with an average percentage of accuracy for handwriting of 85.25%, while the average percentage of accuracy for machine writing was 87,35%. With good accuracy, the application is ready to be used as a tool in the process of learning foreign languages by the Indonesian people.


Downloads

Download data is not yet available.

Referensi

AHMAD, I., BORMAN, R. I., FAKHRUROZI, J., & CAKSANA, G. G. 2020. Software Development Dengan Extreme Programming (XP) Pada Aplikasi Deteksi Kemiripan Judul Skripsi Berbasis Android. INOVTEK Polbeng - Seri Informatika, 5(2), 297. https://doi.org/10.35314/isi.v5i2.1654

APRIYANTI, K., & WAHYU WIDODO, T. 2016. Implementasi Optical Character Recognition Berbasis Backpropagation untuk Text to Speech Perangkat Android. IJEIS (Indonesian Journal of Electronics and Instrumentation Systems), 6(1), 13. https://doi.org/10.22146/ijeis.10767

CAROLINA, I., PARDEDE, A. M. H., & SUPRIYATNA, A. 2019. Penerapan Metode Extreme Programming Dalam Perancangan Aplikasi Perhitungan Kuota Sks Mengajar Dosen. Jurnal IKRA-ITH Informatika, 3(1), 106–113. https://doi.org/10.31227/osf.io/se6f9

CHAVAN, K., BHOIR, R., GAWADE, N., & KHOT, S. 2020. Number / Text Translate from Image. International Research Journal of Engineering and Technology (IRJET), 1886–1889.

CHERIET, M., KHARMA, N., LIU, C.-L., & SUEN, C. Y. 2007. Character Recognition Systems. In Character Recognition Systems. John Wiley & Sons. https://doi.org/10.1002/9780470176535

CHOLIFAH, W. N., YULIANINGSIH, Y., & SAGITA, S. M. 2018. Pengujian Black Box Testing pada Aplikasi Action & Strategy Berbasis Android dengan Teknologi Phonegap. STRING (Satuan Tulisan Riset Dan Inovasi Teknologi), 3(2), 206. https://doi.org/10.30998/string.v3i2.3048

DARMA, D. B., JENDERAL, J., & YANI, A. 2016. Extreme Programming Sebagai Metode Pengembangan E-Keuangan Pada Pondok Pesantren Qodratullah. Jurnal Ilmiah MATRIK, 3, 163–178.

ERNAWATI, S., WATI, R., & MAULANA, I. 2021. Penerapan Model Fountain Untuk Pengembangan Aplikasi Text Recognitiondan Text To Speechberbasis Android Menggunakan Flutter. Prosiding Snast, 178–186.

FITRIAWATI, L. S., BIJAKSANA, A., NEGARA, P., & NYOTO, R. D. 2020. Implementasi Text To Speech Pada Website Menggunakan Metode Shallow Parsing. Jurnal Nasional Informatika Dan Teknologi Jaringan, 1.

HUSNA, E. U., ANSHORI, M., & NISA', K. 2021. Strategi Pembelajaran Program Bahasa Arab dan Bahasa Inggris Untuk Meningkatkan Daya Saing Alumni Di Era Revolusi Industri 4 . 0 Di Pondok. Journal of Education and Management Studies, 4(1), 51–58.

MUCLIS, P. A., & SOMANTRI, S. 2021. Implementasi Text Recogniter yang Diterjemahkan ke Bahasa Lain dengan Firebase Ml-Kit Berbasis Android. Jurnal Informatika Universitas …, 6(2), 414–420.

NUGROHO, FIRMANDA MULYAWAN KHARISMA, A. P., & Wardhono, W. S. 2019. Pengembangan Aplikasi Pembelajaran Kanji menggunakan MLKit Text Recognition , Text-to-Speech dan Kanji Alive API (Studi Kasus: Kun-Yomi pada JLPT N5-N3). Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer, 3(6), 5421–5429.

PERMANA, A., & BUDAYAWAN, K. 2020. Aplikasi Android Pengklasifikasi Semantik Teks Menggunakan Tensorflow Lite Pada Ringkasan Karya Ilmiah. Jurnal Vocational Teknik Elektronika Dan Informatika, 8(4).

RUSDIANA, L. 2018. Extreme programming untuk rancang bangun aplikasi pengelolaan surat keterangan kependudukan. Jurnal Ilmiah Teknologi Sistem Informasi, 4(1), 49–55. https://doi.org/10.26594/register.v4i1.1191

SUPRIYATNA, A. 2018. Metode Extreme Programming Pada Pembangunan Web Aplikasi Seleksi Peserta Pelatihan Kerja. Jurnal Teknik Informatika, 11(1), 1–18. https://doi.org/10.15408/jti.v11i1.6628

ZULKARNAIN, T., SUHARYANTO, & ANTON. 2020. Perancangan Aplikasi Optical Character Recognition Berbasis Bacpropagation Pada Perangkat Mobile. 14(2), 195–202.

Diterbitkan

22-12-2022

Terbitan

Bagian

Ilmu Komputer

Cara Mengutip

Perancangan Aplikasi Text To Speech Dalam Bahasa Indonesia Menggunakan Firebase Machine Learning Kit Berbasis Android. (2022). Jurnal Teknologi Informasi Dan Ilmu Komputer, 9(6), 1281-1288. https://doi.org/10.25126/jtiik.2022965985