Melola Discovery

← Melola Discovery

Jurnal SINTA 2

DETEKSI OOV MENGGUNAKAN HASIL PENGENALAN SUARA OTOMATIS UNTUK BAHASA INDONESIA

Jurnal Ilmu Komputer dan Informasi (JIKI) · Vol. 2 No. 2 (2012) · pp. 70–75

DOI
10.21609/jiki.v2i2.129
ISSN
2502-9274, 2088-7051
Published
2012-05-29
Publisher
Faculty of Computer Science - Universitas Indonesia
Language
eng

Abstract

Paper ini menjelaskan tentang implementasi pengenalan OOV (Out of Vocabulary) words pada Aplikasi Pengenal Suara Berbahasa Indonesia. Pengenalan OOV words penting karena masalah ini tidak dapat diselesaikan dengan menambah ukuran kamus. Untuk mengimplementasi pengenalan OOV words, dilakukan transduksi fonem ke kata. Klasifikasi kata-kata diberikan dengan melihat model bahasa dan probabilitas perubahan fonem untuk menentukan bagian yang termasuk OOV words. Pada paper ini juga dilakukan evaluasi terhadap beberapa jenis kamus yang digunakan pada sistem pengenal suara. Modifikasi pada kamus sistem pengenal bahasa Indonesia menghasilkan peningkatan sekitar 4% sedangkan hasil deteksi akurasi OOV sebesar sekitar 77%.

Keywords

Collaboration network of the authors

19 authors · 30 co-authorship links · 6 across different organisations

Hover or tap a name to highlight its co-authors. Double-click to open the author's page.

  • Bandung Institute of Technology
  • Telkom University
  • Badan Pusat Statistik
  • Cohere (Canada)
  • Affiliation unknown
  • Different organisations
  • Same organisation
  • Affiliation unknown
  • Thicker line = more joint articles · bigger circle = more articles
Show as table
Co-authorOrganisationJoint articles
Dwi Hendratmo WidyantoroBandung Institute of Technology2
Novi YuslianiBandung Institute of Technology1
Hari Bagus FirdaudAffiliation unknown1
Zakiy Firdaus AlfikriBandung Institute of Technology1
Untari Novia WisestyTelkom University1
Tati Rajab MengkoBandung Institute of Technology1
Adi PancoroBandung Institute of Technology1
Afrida HelenBandung Institute of Technology1
Nila NurmalaBadan Pusat Statistik1
Fariska Zakhralativa RuskandaBandung Institute of Technology1
Arief Purnama MuharramBandung Institute of Technology1
Ubaidillah Ariq PrathamaBandung Institute of Technology1
Samuel CahyawijayaCohere (Canada)1
Nugraha Priya UtamaBandung Institute of Technology1
Muh. Hafizh IzzaturrahimAffiliation unknown1
Ida Bagus Peling PrayogaAffiliation unknown1
Andika Naufal HilmyAffiliation unknown1

Affiliations come from OpenAlex; journal OAI-PMH metadata carries none. Authors without an OpenAlex ID are matched by name, which can merge or split people.

Metadata source: OAI-PMH (metadata jurnal) https://jiki.cs.ui.ac.id/index.php/jiki/oai, first harvested 26 Okt 2026, last seen 26 Okt 2026.
Original metadata (oai_dc) 
<oai_dc:dc xmlns="http://www.openarchives.org/OAI/2.0/" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:oai_dc="http://www.openarchives.org/OAI/2.0/oai_dc/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/  http://www.openarchives.org/OAI/2.0/oai_dc.xsd">
	<dc:title xml:lang="en-US">DETEKSI OOV MENGGUNAKAN HASIL PENGENALAN SUARA OTOMATIS UNTUK BAHASA INDONESIA</dc:title>
	<dc:creator>Juari, Aswin</dc:creator>
	<dc:creator>Purwarianti, Ayu</dc:creator>
	<dc:subject xml:lang="en-US">Sistem pengenalan suara otomatis</dc:subject>
	<dc:subject xml:lang="en-US">OOV</dc:subject>
	<dc:subject xml:lang="en-US">model bahasa</dc:subject>
	<dc:subject xml:lang="en-US">model akustik</dc:subject>
	<dc:subject xml:lang="en-US">kamus</dc:subject>
	<dc:subject xml:lang="en-US">dan deteksi OOV</dc:subject>
	<dc:description xml:lang="en-US">Paper ini menjelaskan tentang implementasi pengenalan OOV (Out of Vocabulary) words pada Aplikasi Pengenal Suara Berbahasa Indonesia. Pengenalan OOV words penting karena masalah ini tidak dapat diselesaikan dengan menambah ukuran kamus. Untuk mengimplementasi pengenalan OOV words, dilakukan transduksi fonem ke kata. Klasifikasi kata-kata diberikan dengan melihat model bahasa dan probabilitas perubahan fonem untuk menentukan bagian yang termasuk OOV words. Pada paper ini juga dilakukan evaluasi terhadap beberapa jenis kamus yang digunakan pada sistem pengenal suara. Modifikasi pada kamus sistem pengenal bahasa Indonesia menghasilkan peningkatan sekitar 4% sedangkan hasil deteksi akurasi OOV sebesar sekitar 77%.</dc:description>
	<dc:publisher xml:lang="en-US">Faculty of Computer Science  - Universitas Indonesia</dc:publisher>
	<dc:date>2012-05-29</dc:date>
	<dc:type>info:eu-repo/semantics/article</dc:type>
	<dc:type>info:eu-repo/semantics/publishedVersion</dc:type>
	<dc:format>application/pdf</dc:format>
	<dc:identifier>https://jiki.cs.ui.ac.id/index.php/jiki/article/view/129</dc:identifier>
	<dc:identifier>10.21609/jiki.v2i2.129</dc:identifier>
	<dc:source xml:lang="en-US">Jurnal Ilmu Komputer dan Informasi; Vol. 2 No. 2 (2009): Jurnal Ilmu Komputer dan Informasi (Journal of Computer Science and Information); 70-75</dc:source>
	<dc:source>2502-9274</dc:source>
	<dc:source>2088-7051</dc:source>
	<dc:source>10.21609/jiki.v2i2</dc:source>
	<dc:language>eng</dc:language>
	<dc:relation>https://jiki.cs.ui.ac.id/index.php/jiki/article/view/129/247</dc:relation>
</oai_dc:dc>