SEGMENTASI SUKU KATA BAHASA INDONESIA BERBASIS ATURAN UNTUK PENGEMBANGAN SISTEM TEXT-TO-AUDIOVISUAL

Arifin Arifin, Hanny Haryanto, Bayu Pratama

Abstract


Dalam pengembangan sistem Text-To-Audiovisual Bahasa Indonesia yang realistik, segmentasi suku kata memegang peranan penting. Proses segmentasi suku kata dilakukan dengan menerapkan aturan tertentu. Penelitian ini bertujuan untuk mengembangkan segmentasi suku kata berbasis aturan untuk mengubah teks bahasa Indonesia menjadi suku kata. Aturan segmentasi suku kata diwakili dalam bentuk Finite State Machine (FSM). Model FSM tergantung pada kombinasi vokal dan konsonan. Puncak suku kata ditunjukkan oleh suara vokal, sedangkan suara konsonan mewakili lembah suku kata. Dalam suku kata, hanya ada satu puncak suku kata, tetapi lembah suku kata bisa lebih dari satu. Oleh karena itu, jumlah suku kata dapat ditentukan dengan melihat vokal yang ada dalam sebuah kata. Aturan dapat dirumuskan dengan melihat pola suku kata. Polanya hanya dapat berupa suara vokal, vokal dengan suara konsonan, dan vokal dengan dua suara konsonan dan lainnya. Evaluasi dilakukan dengan memasukkan teks Indonesia ke model FSM. Hasil penelitian menunjukkan bahwa model FSM dapat menentukan suku kata dengan benar.


Keywords


berbasis aturan; sistem Text-To-Audiovisual; suku kata Bahasa Indonesia

Full Text:

PDF

References


[2]

[4]

[7] [8]

[14]

U. Nations, “World Population Prospects 2017,” Population Division, 2017.

B. P. Statistik, “Jumlah kunjungan wisman ke Indonesia Agustus 2018 mencapai 1,51 juta kunjungan,” Perkembangan Wisatawan Mancanegara Agustus 2018, 2018. [Online]. Available: https://www.bps.go.id/pressrelease/2018/10/01/1476/jumlah-kunjungan-wisman- ke-indonesia-agustus-2018-mencapai-1-51-juta-kunjungan-.html.

A. of S. E. A. Nations, “THE ASEAN CHARTER,” Jakarta, 2012.

D. Maulipaksi, Tiga Strategi Kemendikbud Tingkatkan Fungsi Bahasa Indonesia Jadi Bahasa Internasional Kementerian Pendidikan dan Kebudayaan. 2016.

and I. L. F. Azizah, W. Hs, “Pembelajaran Bahasa Indonesia bagi Penutur Asing (BIPA) Program CLS (Critical Language Scholarship) di Fakultas Sastra Universitas Negeri Malang tahun 2012,” vol. 1, pp. 1–13, 2013.

and M. H. Arifin, Muljono, S. Sumpeno, “Towards Building Indonesian Viseme : A Clustering-Based Approach,” IEEE Int. Conf. Comput. Intell. Cybern., pp. 57–61, 2013.

and H. H. Arifin, S. Sumpeno, M. Hariadi, “A text-to-audiovisual synthesizer for Indonesian by morphing Viseme,” Int. Rev. Comput. Softw., vol. 10, no. 11, 2015.

and M. H. Arifin, S. Sumpeno, Muljono, “A Model of Indonesian Dynamic Visemes From Facial Motion Capture Database Using,” IAENG Int. J. Comput. Sci., vol. 44, no. 1, pp. 41– 51, 2017.

and S. S. Arifin, H. Haryanto, “A Realistic Visual Speech Synthesis for Indonesian Using a Combination of Morphing Viseme and Syllable Concatenation Approach to Support Pronunciation Learning,” Int. J. Emerg. Technol. Learn, vol. 13, no. 8, pp. 19–37, 2018.

M. and R. Bausys, “Translingual visemes mapping for lithuanian speech animation,” Elektron. ir Elektrotechnika, vol. 5, no. 5, pp. 95–98, 2011.

and R. I. D. Marchand, C. R. Adsett, “Automatic syllabification in english: A comparison of different algorithms,” Lang. Speech, vol. 52, pp. 1–27, 2009.

and C. C. Bartlett, G. Kondrak, “On the syllabification of phonemes,” in The 2009 Annual Conference of the North American Chapter of the ACL, 2009, pp. 308–316.

M. Buckland, Programming Game AI by Example. 2005.

M. M. and Y. Mikami, “A Rule-based Syllable Segmentation of Myanmar Text,” in Proceedings of the IJCNLP-08 Workshop on NLP for Less Privileged Languages, 2008, pp. 51–58.

H. H. and Y. Mikami, “Automatic Syllable Segmentation of Myanmar Texts using Finite State Transducer,” Int. J. Adv. ICT Emerg. Reg., vol. 6, no. 2, pp. 2–9, 2014.

[18]

[21]

Roy, “A Finite State and Rule-based Akshara to Prosodeme ( A2P ) Converter in Hindi,” in arXiv, 2017.

B. and K. Klessa, “Automatic Syllabification of Polish,” HAL, no. 014553, pp. 262– 266, 2015. G. A. K. and M. Bernd, “Multilingual syllabification using weighted finite-state transducers,” in Proceedings of the Third ESCA/COCOSDA Workshop on Speech Synthesis, 1998, pp. 59– 64.

and T. W. A. K. O. Sudana, P. W. Buana, “Web-based Implementation of Finite State Automata Method on Lyrics Recognition System of Balinese Song ‘Pupuh,’” Int. J. Comput. Appl., vol. 149, no. 4, pp. 32–37, 2016.

K. P. dan Kebudayaan, Pedoman Umum Ejaan Bahasa Indonesia. 2015.

and S. Hanny Haryanto, R. Haryanto, “Action Recognition System Using Finite State Machine for Support of Adaptive Reward System in an Elementary Student Education Game,” in Sustainable Design in Creative Industry Towards Better Human Life International Conference on Creative Industry 2011, 2011.


Refbacks

  • There are currently no refbacks.