PERANCANGAN APLIKASI KAMUS BAHASA INDONESIA

Download baik untuk kemajuan skripsi ini. Adapun judul dari skripsi ini adalah “ Perancangan. Aplikasi Kamus Bahas...

13 downloads 378 Views 614KB Size
PERANCANGAN APLIKASI KAMUS BAHASA INDONESIAJEPANG DAN BAHASA JEPANG-INDONESIA DENGAN KEMAMPUAN TEXT-TO-SPEECH RECOGNITION SKRIPSI

TRI HUTAMI 101421001

PROGRAM STUDI EKSTENSI S1 ILMU KOMPUTER DEPARTEMEN ILMU KOMPUTER FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA MEDAN 2012

Universitas Sumatera Utara

PERANCANGAN APLIKASI KAMUS BAHASA INDONESIA-JEPANG DAN BAHASA JEPANG-INDONESIA DENGAN KEMAMPUAN TEXT-TO-SPEECH RECOGNITION

SKRIPSI

Diajukan untuk melengkapi tugas dan memenuhi syarat mencapai gelar sarjana

TRI HUTAMI 101421001

PROGRAM STUDI EKSTENSI S1 ILMU KOMPUTER DEPARTEMEN ILMU KOMPUTER FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA MEDAN 2012

Universitas Sumatera Utara

PERSETUJUAN

Judul

:

Kategori Nama Nomor Induk Mahasiswa Program Studi Departemen Fakultas

: : : : : :

PERANCANGAN APLIKASI KAMUS BAHASA INDONESIA-JEPANG DAN BAHASA JEPANGINDONESIA DENGAN KEMAMPUAN TEXTTO-SPEECH RECOGNITION SKRIPSI TRI HUTAMI 101421001 EKSTENSI S1 ILMU KOMPUTER ILMU KOMPUTER ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA

Diluluskan di Medan, Agustus 2012 Komisi Pembimbing

:

Pembimbing 2

Drs. Parlaungan Ritonga, M.Hum. NIP. 196107211988031001

Pembimbing 1

Maya Silvi Lydia, B.sc, M.sc. NIP. 197401272002122001

Diketahui/Disetujui oleh Program Studi Ekstensi S1 Ilmu Komputer Fasilkom-TI USU Ketua,

Dr. Poltak Sihombing, M.Kom. NIP. 196203171991031001

Universitas Sumatera Utara

PERNYATAAN

PERANCANGAN APLIKASI KAMUS BAHASA INDONESIA-JEPANG DAN BAHASA JEPANG-INDONESIA DENGAN KEMAMPUAN TEXT-TOSPEECH RECOGNITION SKRIPSI

Saya mengakui bahwa tugas akhir ini adalah hasil karya saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing disebutkan sumbernya.

Medan, Agustus 2012

TRI HUTAMI 101421001

Universitas Sumatera Utara

PENGHARGAAN

Puji syukur penulis panjatkan kepada Allah SWT dan salawat kepada rasul-Nya Muhammad SAW yang telah memberikan limpahan rahmat dan karunia sehingga kertas kajian ini dapat diselesaikan dalam waktu yang telah ditetapkan dan sesuai dengan yang direncanakan. Penyusunan skripsi ini masih banyak memiliki kekurangan karena keterbatasan kemampuan dan pengetahuan penulis, sehingga diharapkan kritik serta saran yang membangun serta dapat memberikan inspirasi yang baik untuk kemajuan skripsi ini. Adapun judul dari skripsi ini adalah “Perancangan Aplikasi Kamus Bahasa Indonesia-Jepang dan Jepang-Indonesia dengan Menggunakan Text-to-Speech Recognition”. Pada kesempatan ini penulis mengucapkan banyak terima kasih kepada pihak yang telah banyak membimbing, mengarahkan, membantu, dan memberikan dukungan semangat dan kasih sayang dalam menyelesaikan tugas akhir ini. Penulis mengucapkan terima kasih kepada: 1. Bapak Prof. Dr. Muhammad Zarlis, M.Sc. selaku Dekan Fasilkom-TI USU. 2. Bapak Dr.Poltak Sihombing, M.Kom. selaku Ketua Jurusan Program Studi Ilmu Komputer Fasilkom-TI USU. 3. Ibu Maya Silvi Lydia, B.sc, M.sc. dan Bapak Drs. Parlaungan Ritonga, M.Hum. selaku dosen pembimbing tugas akhir yang telah memberikan bimbingan serta arahan yang sangat bermanfaat selama ini kepada penulis dalam penyelesaian tugas akhir ini. 4. Bapak Drs. Agus Salim Harahap, M.Si. dan Bapak M.Andri Budiman, ST, M.Comp.Sc.MEM. selaku dosen penguji yang telah memberikan kritik dan saran yang bermanfaat untuk tugas akhir ini. 5. Seluruh dosen pengajar Program Studi Ekstensi S-1 Ilmu Komputer FASILKOM-TI USU yang telah memberikan ilmu yang bermanfaat kepada penulis selama masa perkuliahan. 6. Seluruh staf tata usaha bang Fadli, Pak Sugi, Kak eka, dan staf lainnya di Program Studi Ilmu komputer yang sangat membantu dalam mengurus segala keperluan berkas-berkas kuliah selama saya di Program Studi S1 Ekstensi Ilmu Komputer. 7. Kedua orang tua tercinta yang selalu memberikan dukungan, semangat, dan doa yang tulus di setiap sholat-nya. 8. Abang-abang, adik, serta keponakan-keponakan penulis yang selalu menjadi inspirasi dan moodbooster bagi penulis. 9. Sahabat-sahabat untel yang selalu memberikan semangat, masukan dan penghibur yang luar biasa, Maulidina Hanum Hutasuhut, Astrid Elvira Damanik, Riska Maya Sari Nasution, Nurul Hafizah Rangkuti, Dewi Rahayu, Wahyu Puspita, Ariesty Ismadhani Harahap, Haspeni Simanjuntak, Rini Hardiyanti, Suci Naputri, dan Desy Rahmawati. 10. Teman-teman kampus khususnya di kelas Kom A ’10 Ekstensi, Aprilia Ramadhani, Novita Vestiana, Amelia Agustina, Rafiani Reysah, Nidya Ratih Anjarini, Victor Tarigan, Ria Arnisha serta seluruh teman-teman ilmu komputer dari D3 sampai Ekstensi S1 yang penulis tidak dapat sebutkan satu

Universitas Sumatera Utara

persatu yang selalu memberikan dukungan dan saran-saran yang sangat bermanfaat. 11. Kakak-kakak yang menjadi motivator, inspirasi serta pemberi kritik dan saran yang spektakuler, Kak Siska Indri Triana, Kak Wahyu Gunawan, Kak Fachdial, Kak Tulus Agung Satria, Kak Khairian Wira Yatno, Kak Riri Jane, dan seluruh kakak yang penulis kenal dari marching band SPA. 12. Para dosen dan mahasiswa jurusan Sastra Jepang FIB yang bersedia penulis ganggu waktu istirahatnya tetapi tetap ramah dan menerima kedatangan penulis dengan hangat, Hani sensei, Nandi sensei, Puji sensei serta para adikadik mahasiswa Sastra Jepang yang tidak dikenal tetapi tetap bersedia menjadi responden yang baik. 13. Teman-teman yang mungkin tanpa mereka sadari telah memberikan semangat kepada penulis Nita Wulandari dan Kak Wilma Prima. 14. Super Junior dan idol-idol lain yang telah memberikan hiburan dengan mendengarkan lagu-lagu serta banyak tawa ketika menonton variety show mereka. Akhir kata penulis panjatkan semoga Allah SWT akan membalas kebaikan semua pihak yang telah berjasa dalam kehidupan penulis. Amin.

Medan, Agustus 2012

Tri Hutami

Universitas Sumatera Utara

ABSTRAK

Bahasa sebagai alat untuk menyampaikan informasi. Bahasa Jepang merupakan bahasa yang unik bila dilihat dari penuturnya, tidak ada masyarakat negara lain yang menggunakan bahasa Jepang sebagai bahasa nasionalnya. Kamus merupakan media untuk mempelajari suatu bahasa, termasuk bahasa Jepang. Sebuah aplikasi kamus yang memiliki kemampuan untuk mengucapkan kata-kata dalam bahasa Jepang tentunya lebih membantu pengguna untuk mempelajari bahasa ini, hal ini dikarenakan pengucapan atau aksen yang berbeda dapat menimbulkan arti yang berbeda pula. Mesin pesintesis ucapan L&H TTS3000 Text-to-Speech Japanese yang dipakai dalam perancangan aplikasi ini diintegrasikan dengan Microsoft Speech Application Programming Interface (SAPI) 4 dan Microsoft Agent 2.0. Pemrograman yang dipergunakan yakni Microsoft Visual Basic 6.0 dengan menggunakan database MySQL 5 untuk menampung kata-kata dalam kamus. Pada penelitian ini juga dilakukan perbandingan engine L&H TTS3000 Text-to-Speech Japanese dengan eSpeak yang dipakai Google translate. Pengujian yang pertama dilakukan yakni pengujian kualitatif yang dilakukan dengan cara menganalisis bentuk gelombang suara dari 4 sampel kata yang sama yang dihasilkan oleh engine L&H TTS3000 Text-toSpeech Japanese dan eSpeak. Hasilnya ada satu kata yang memiliki perbedaan mencolok pada pengucapannya. Perbedaan aksen ini dipengaruhi oleh metode yang berbeda dari engine L&H TTS3000 Text-to-Speech Japanese dan eSpeak. Pengujian kualitatif ini membuktikan bahwa metode concatenation yang dipakai L&H TTS3000 Text-to-Speech Japanese menghasilkan ucapan yang lebih alami dari metode formant synthesizer pada eSpeak. Kemudian untuk pengujian subjektif dilakukan dengan mengambil empat pasang sampel berupa pengucapan empat kata yang sama dari L&H TTS3000 Text-to-Speech Japanese dan Google translate yang diujikan kepada 10 responden serta pengisian quisioner. Pengujian subjektif juga menghasilkan nilai dari engine L&H TTS3000 Text-to-Speech Japanese yang lebih baik dari Google Translate. Tahapan yang penulis lakukan untuk pembangunan sistem aplikasi ini meliputi tahapan analisis permasalahan dan kebutuhan, perancangan aplikasi dan desain antar muka aplikasi, sehingga aplikasi menjadi mudah dipergunakan serta memiliki fungsi yang optimal dalam menerjemahkan bahasa. Kata kunci: text to speech, bahasa jepang, aplikasi kamus

Universitas Sumatera Utara

JAPANESE – INDONESIAN AND INDONESIAN – JAPANESE DICTIONARY APPLICATION DESIGN WITH TEXT-TO-SPEECH RECOGNITION ABILITY

ABSTRACT

Language as a tool to communicate the informations. Japanese is a unique language when viewed from the speakers, there are no other countries that use Japanese as the national language. Dictionary is a medium for learning a language, including Japanese. A dictionary that has ability to pronounce words in Japanese is certainly more help the users to learn Japanese. It is due to different pronunciation or accent can lead to different meanings. The synthesizer machine L&H TTS3000 Text-to-Speech Japanese that is used in designing the application integrated with the Microsoft Speech Application Programming Interface (SAPI) 4 and Microsoft Agent 2.0. The codes are programmed using Microsoft Visual Basic 6.0 and MySQL 5 as database machine to accommodate the words in the dictionary. In this study also made the comparison engine between L&H TTS3000 Text-to-Speech Japanese and eSpeak that is used by Google Translate. The first test carried out a qualitative test that is done by analyzing the waveform of the sound of four samples of the same words produced by the engine L&H TTS3000 Text-to-Speech Japanese and eSpeak. The result is a word that has a noticeable difference in pronounciation. The differences in accent are influenced by different method of L&H TTS3000 Text-to-Speech Japanese between eSpeak. This qualitative test proved that the concatenation method used by L&H TTS3000 Text-toSpeech Japanese produce more natural speech than formant synthesizer method on eSpeak. Then for subjective testing is done by taking sample of four pairs of the same four words pronunciation of L&H TTS3000 Text-to-Speech Japanese and Google Translate that tested to the ten respondents and filling the quisioner. The subjective test also yields the value of L&H TTS3000 Text-to-Speech Japanese better than Google Translate. The stages are used by the author for developing the system application including stages of problem analysis and requirements, designing application and designing user interface, so the application is easy to use and has an optimal function in translating languages. Keywords: text to speech, japanese, dictionary application

Universitas Sumatera Utara

DAFTAR ISI

Halaman PERSETUJUAN PERNYATAAN PENGHARGAAN ABSTRAK ABSTRACT DAFTAR ISI DAFTAR TABEL DAFTAR GAMBAR Bab 1

Bab 2

Bab 3

ii iii iv vi vii viii x xi

PENDAHULUAN 1.1 Latar Belakang 1.2 Rumusan Masalah 1.3 Batasan Masalah 1.4 Tujuan Penelitian 1.5 Manfaat Penelitian 1.6 Metode Penelitian 1.7 Sistematika Penulisan

1 2 3 3 3 4 5

LANDASAN TEORI 2.1 Teknologi Text-to-Speech 2.2 Proses Pembentukan Bunyi 2.3 Sistem Pembentuk Ucapan 2.3.1 Representasi Sinyal Ucapan 2.4 Karakteristik Bahasa Jepang 2.4.1 Huruf Kana 2.4.2 Huruf Kanji 2.4.3 Huruf Roomaji (Huruf Latin) 2.4.4 Silabel dalam Bahasa Jepang 2.5 Fonem

7 12 12 14 16 17 18 18 18 19

ANALISIS DAN PERANCANGAN SISTEM 3.1 Analisis 3.1.1 Analisis Masalah 3.1.2 Penyelesaian Masalah 3.1.2.1 Tujuan Sistem 3.1.2.2 Identifikasi Sistem 3.1.2.3 Batasan Sistem 3.1.2.4 Kebutuhan Fungsional Sistem 3.1.2.5 Masukkan dan Keluaran Sistem 3.2 Perancangan Sistem 3.2.1 Use Case Diagram 3.2.1.1 Aliran Event

22 22 23 24 24 24 25 25 25 26 26

Universitas Sumatera Utara

Bab 4

Bab 5

3.2.2 Sequence Diagram 3.2.3 Activity Diagram 3.3 Perancangan Database 3.4 Algoritma 3.4.1 Algoritma Proses Kerja Aplikasi 3.4.2 Algoritma Proses Pencarian Kata 3.5 Flowchart 3.5.1 Flowchart Proses Kerja Aplikasi 3.5.2 Flowchart Proses Pencarian pada Aplikasi Kamus 3.6 Struktur Menu Sistem 3.7 Mesin Text-to-Speech 3.8 Perancangan Interface 3.8.1 Tampilan Awal Aplikasi Kamus 3.8.2 Tampilan Menu Indonesia – Jepang 3.8.3 Tampilan Menu Jepang – Indonesia 3.8.4 Tampilan Menu ‘Tentang Kamus’ 3.8.5 Tampilan Menu ‘Bantuan’

27 29 30 30 30 31 32 32 33 34 34 36 36 37 39 40 40

IMPLEMENTASI DAN PENGUJIAN 4.1 Implementasi 4.2 Persiapan Teknis 4.3 Interface Aplikasi 4.3.1 Tampilan Awal 4.3.2 Tampilan Halaman Kamus Indonesia-Jepang 4.3.3 Tampilan Halaman Kamus Jepang-Indonesia 4.3.4 Tampilan Halaman About Kamus Jepang- Indonesia 4.3.5 Tampilan Halaman Bantuan 4.4 Pengujian 4.4.1 Hasil Pengujian Sistem 4.2.2 Hasil Pengujian Sistem Text-to-Speech

42 42 43 43 44 45 46 47 48 48 50

KESIMPULAN DAN SARAN 5.1 Kesimpulan 5.2 Saran

59 60

DAFTAR PUSTAKA LAMPIRAN A: LISTING PROGRAM LAMPIRAN B: QUISIONER SAMPLE SUARA

Universitas Sumatera Utara

DAFTAR TABEL

Halaman Tabel 2.1 Tabel 2.2 Tabel 2.3 Tabel 3.1 Tabel 4.1 Tabel 4.2 Tabel 4.3 Tabel 4.3 Tabel 4.4.

Kontras Fonem Vokal Kontras Fonem Konsonan Tabel Daftar Lambang Bunyi Bahasa Jepang Tabel Perancangan Tabel ‘kamusjepang’ Perbedaan Google Translate dengan L&H TTS3000 Text-to-Speech Japanese Letak Penekanan Kata Kriteria Penilaian Intelligibility (Tingkat Pemahaman Pendengar Terhadap Kejelasan Pengucapan/Kejelasan Pengucapan Kata) Kriteria Penilaian Fluidity (Kesesuaian Kata dengan Pengucapan) Kriteria Penilaian Naturalness (Kesesuaian dengan Dialek Bahasa Jepang)

20 20 21 30 51 55 57 57 57

Universitas Sumatera Utara

DAFTAR GAMBAR

Halaman Gambar 2.1 Gambar 2.2 Gambar 2.3 Gambar 2.4 Gambar 2.5 Gambar 3.1 Gambar 3.2 Gambar 3.3 Gambar 3.4 Gambar 3.5 Gambar 3.6 Gambar 3.7 Gambar 3.8

Gambar 3.9 Gambar 3.10 Gambar 3.11 Gambar 3.12 Gambar 3.13 Gambar 4.1 Gambar 4.2 Gambar 4.3 Gambar 4.4 Gambar 4.5 Gambar 4.6 Gambar 4.7 Gambar 4.8 Gambar 4.9 Gambar 4.10 Gambar 4.11

Diagram TTS Sistem 9 Urutan Proses Konversi Teks Menjadi Ucapan (Text to Speech) dalam Speech Engine 11 Foto Sinar X Penampang Alat-Alat Ucap Manusia 13 Model Sistem Produksi Ucapan Manusia 14 Contoh Klasifikasi Sinyal Ucapan Pada Kata “ago” 15 Global Use Case Aplikasi Kamus Bahasa Indonesia-Jepang dan Bahasa Jepang-Indonesia 26 Detail Diagram Use Case Aplikasi Kamus Bahasa Indonesia-Jepang dan Bahasa Jepang-Indonesia 27 Sequence Diagram Aplikasi Kamus Bahasa Indonesia-Jepang dan Bahasa Jepang-Indonesia 29 Activity Diagram Aplikasi Kamus Bahasa Indonesia-Jepang dan Bahasa Jepang-Indonesia 29 Flowchart Kamus Bahasa Indonesia Jepang dan Bahasa Jepang – Indonesia Secara Menyeluruh 32 Flowchart Pencarian Kata pada Kamus Bahasa Indonesia - Jepang dan Bahasa Jepang – Indonesia 33 Diagram Struktur Menu Sistem pada Aplikasi Kamus Bahasa Indonesia – Jepang dan Bahasa Jepang – Indonesia 34 Contoh Urutan Proses Konversi Teks dalam Bahasa Jepang Menjadi Ucapan (text-to-speech) dalam Speech Engine 35 Tampilan Awal Aplikasi Kamus 37 Tampilan Menu Indonesia – Jepang Aplikasi Kamus 38 Tampilan Menu Jepang - Indonesia Aplikasi Kamus 39 Tampilan Menu ‘Keterangan Kamus’ Aplikasi Kamus 40 Tampilan Menu ‘Bantuan’ Aplikasi Kamus 41 Halaman Awal Aplikasi Kamus Bahasa Indonesia – Jepang dan Bahasa Jepang – Indonesia 44 Tampilan Halaman ‘Kamus Indonesia-Jepang’ 45 Tampilan Pesan Kata yang Dicari User Tidak Ada di Database 45 Halaman ‘Kamus Jepang-Indonesia’ 43 Tampilan Halaman About Kamus Jepang-Indonesia 47 Tampilan Halaman Bantuan 47 Tampilan Sistem Penerjemah Kata dalam Bahasa Indonesia ke Bahasa Jepang 48 Tampilan Sistem yang Menerjemahkan Kata dalam Bahasa Jepang ke Bahasa Indonesia 49 Tampilan Sistem Menampilkan Huruf Katakana 50 Bentuk Gelombang Ucapan Kata ‘abura’ dari Google Translate 52 Bentuk Gelombang Ucapan Kata ‘abura’ dari

Universitas Sumatera Utara

Gambar 4.12 Gambar 4.13 Gambar 4.14 Gambar 4.15 Gambar 4.16 Gambar 4.17 Gambar 4.18

L&H TTS3000 Text-to-Speech Japanese Bentuk Gelombang Ucapan Kata ‘ago’ dari Google Translate Bentuk Gelombang Ucapan Kata ‘ago’ dari Sistem L&H TTS3000 Text-to-Speech Japanese Bentuk Gelombang Ucapan Kata ‘bara’ dari Google Translate Bentuk Gelombang Ucapan Kata ‘bara’ dari Sistem L&H TTS3000 Text-to-Speech Japanese Bentuk Gelombang Ucapan Kata ‘fooku’ dari Google Translate Bentuk Gelombang Ucapan Kata ‘fooku’ dari Sistem L&H TTS3000 Text-to-Speech Japanese Perbandingan Bentuk Gelombang Ucapan Kata ‘ago’ dari Google Translate dan Sistem L&H TTS3000 Text-to-Speech Japanese

53 53 53 54 54 54 55

56

Universitas Sumatera Utara