Melola Discovery

← Melola Discovery

Jurnal Tanpa peringkat SINTA

Implementasi Voice Recognition Berbasis Machine Learning

Edu Elektrika Journal · Vol. 11 No. 1 (2023) · hlm. 24–29

DOI
10.15294/eej.v11i1.57283
ISSN
2723-5602, 2252-7095
Terbit
2023-01-03
Penerbit
Electrical Engineering, Universitas Negeri Semarang
Bahasa
eng

Abstrak

Membuat suatu dokumen yang bersumber dari rekaman suara saat ini bukanlah suatu hal yang merepotkan. Hal tersebut dapat diatasi dengan mudah dan cepat menggunakan suatu program yang disebut Voice Recognition. Program tersebut merupakan perintah yang digunakan untuk membuat dokumen tertulis dengan cara mengubah suara menjadi teks. Percobaan dilakukan dengan menggunakan library Speech recognition serta melakukan pengujian suara secara realtime dan pengujian pada file audio yang sudah tersedia. Baik suara secara realtime maupun file audio mengucapkan kalimat yang sama. Tujuan dari percobaan ini adalah untuk mengukur tingkat akurasi program speech to text menggunakan library Speech recognition diantara suara secara realtime dengan file audio. Tingkat akurasi kemudian diproses menggunakan metode cosine similarity. Hasil menunjukkan bahwa penangkapan audio secara realtime menghasilkan tingkat akurasi sebesar 0.97 dan 0.93 dan pemrosesan audio rekaman memiliki tingkat akurasi sebesar 0.97.

Jaringan kolaborasi para penulis

3 penulis · 3 tautan kepenulisan bersama

Arahkan kursor atau ketuk sebuah nama untuk menyorot rekan penulisnya. Klik dua kali untuk membuka halaman penulis.

  • Afiliasi tidak diketahui
  • Organisasi berbeda
  • Organisasi sama
  • Afiliasi tidak diketahui
  • Garis lebih tebal = lebih banyak artikel bersama · lingkaran lebih besar = lebih banyak artikel
Tampilkan sebagai tabel
Rekan penulisOrganisasiArtikel bersama

Afiliasi berasal dari OpenAlex; metadata OAI-PMH jurnal tidak memuatnya. Penulis tanpa ID OpenAlex dicocokkan berdasarkan nama, sehingga dua orang bisa tergabung atau satu orang bisa terpisah.

Sumber metadata: OAI-PMH (metadata jurnal) https://journal.unnes.ac.id/sju/index.php/eduel/oai, pertama di-harvest 5 Nov 2026, terakhir terlihat 8 Nov 2026.
Metadata asli (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">Implementasi Voice Recognition Berbasis Machine Learning</dc:title>
	<dc:creator>Adnan, Fahrizal</dc:creator>
	<dc:creator>Amelia, Ilya</dc:creator>
	<dc:creator>Shiddiq, Sayyid 'Umar</dc:creator>
	<dc:description xml:lang="en-US">Membuat suatu dokumen yang bersumber dari rekaman suara saat ini bukanlah suatu hal yang merepotkan. &amp;nbsp;Hal tersebut dapat diatasi dengan mudah dan cepat menggunakan suatu program yang disebut Voice Recognition. Program tersebut merupakan perintah yang digunakan untuk membuat dokumen tertulis dengan cara mengubah suara menjadi teks. Percobaan dilakukan dengan menggunakan library Speech recognition serta melakukan pengujian suara secara realtime dan pengujian pada file audio yang sudah tersedia. Baik suara secara realtime maupun file audio mengucapkan kalimat yang sama. Tujuan dari percobaan ini adalah untuk mengukur tingkat akurasi program speech to text menggunakan library Speech recognition diantara suara secara realtime dengan file audio. Tingkat akurasi kemudian diproses menggunakan metode cosine similarity. Hasil menunjukkan bahwa penangkapan audio secara realtime menghasilkan tingkat akurasi sebesar 0.97 dan 0.93 dan pemrosesan audio rekaman memiliki tingkat akurasi sebesar 0.97.</dc:description>
	<dc:publisher xml:lang="en-US">Electrical Engineering, Universitas Negeri Semarang</dc:publisher>
	<dc:date>2023-01-03</dc:date>
	<dc:type>info:eu-repo/semantics/article</dc:type>
	<dc:type>info:eu-repo/semantics/publishedVersion</dc:type>
	<dc:type xml:lang="en-US">Peer Reviewed Article</dc:type>
	<dc:format>application/pdf</dc:format>
	<dc:identifier>https://journal.unnes.ac.id/sju/eduel/article/view/57283</dc:identifier>
	<dc:identifier>10.15294/eej.v11i1.57283</dc:identifier>
	<dc:source xml:lang="en-US">Edu Elektrika Journal; Vol 11 No 1 (2022): Edu Elektrika Journal; 24-29</dc:source>
	<dc:source>2723-5602</dc:source>
	<dc:source>2252-7095</dc:source>
	<dc:source>10.15294/eej.v11i1</dc:source>
	<dc:language>eng</dc:language>
	<dc:relation>https://journal.unnes.ac.id/sju/eduel/article/view/57283/23375</dc:relation>
	<dc:rights xml:lang="en-US">Copyright (c) 2022 Edu Elektrika Journal</dc:rights>
</oai_dc:dc>