Optimasi Deteksi Aksen Daerah pada Ucapan Bahasa Indonesia Menggunakan CNN dan Augmentasi Audio

Wulan, Dwi Tunjung Nawang (2026) Optimasi Deteksi Aksen Daerah pada Ucapan Bahasa Indonesia Menggunakan CNN dan Augmentasi Audio. Diploma thesis, Universitas Nasional.

	Text Cover.pdf Download (1MB)
	Text BAB I.pdf Download (266kB)
	Text BAB II.pdf Download (444kB)
	Text BAB III.pdf Download (636kB)
	Text BAB IV.pdf Download (1MB)
	Text BAB V.pdf Download (273kB)
	Text Lampiran.pdf Download (1MB)

Abstract

Indonesia merupakan negara yang kaya akan keberagaman
bahasa dan aksen daerah. Deteksi aksen secara otomatis memiliki
potensi besar dalam bidang linguistik, pendidikan, dan pengembangan
teknologi berbasis suara. Penelitian ini bertujuan untuk
mengoptimalkan proses deteksi aksen daerah pada ucapan Bahasa
Indonesia dengan memanfaatkan algoritma Convolutional Neural
Network (CNN) dan teknik augmentasi audio. Dataset terdiri dari
rekaman suara beraksen dari berbagai daerah di Indonesia, yang telah
melalui proses pra-pemrosesan dan ekstraksi fitur Mel Frequency
Cepstral Coefficients (MFCC). Untuk meningkatkan performa
klasifikasi, dilakukan augmentasi data melalui pitch shifting, time-
stretching, penambahan noise, dan manipulasi volume.
Model CNN dirancang untuk mengenali pola khas dari
masing-masing aksen dan dilatih menggunakan data hasil augmentasi.
Evaluasi dilakukan berdasarkan akurasi, presisi, recall, dan F1-score.
Hasil menunjukkan bahwa penggunaan augmentasi audio secara
signifikan meningkatkan performa model, dengan akurasi tertinggi
mencapai lebih dari 90% pada data uji. Temuan ini membuktikan
bahwa kombinasi CNN dan augmentasi audio efektif dalam
mendeteksi aksen daerah, serta dapat diterapkan untuk pengembangan
aplikasi berbasis suara yang lebih inklusif terhadap keragaman aksen
di Indonesia.

Item Type:	Thesis (Diploma)
Subjects:	T Technology > T Technology (General)
Divisions:	Skripsi > Fakultas Teknologi Komunikasi dan Informatika > Program Studi Teknik Informatika
Depositing User:	Irna Irna Yunita
Date Deposited:	28 Apr 2026 04:01
Last Modified:	28 Apr 2026 04:01
URI:	https://repository.unas.ac.id/id/eprint/15430

Actions (login required)

View Item