p-Index From 2015 - 2020
0.444
P-Index
This Author published in this journals
All Journal Jurnal Teknoinfo
Saniati, Saniati
Universitas Teknokrat Indonesia

Published : 2 Documents
Articles

Found 2 Documents
Search

Eksperimen Pengenalan Ucapan Aksara Lampung Dengan CMU Sphinx 4 Ningsih, Sri; Saniati, Saniati
Jurnal Teknoinfo Vol 12, No 1 (2018): Januari
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jti.v12i1.40

Abstract

Aksara Lampung sebagai salah satu identitas masyarakat Lampung dalam perkembangannya terakhir ini minim apresiasi dari masyarakat. Upaya pelestarian dilakukan dengan mengenalkan budaya Lampung salah satunya aksara. Pengenalan aksara Lampung dapat melalui beberapa aspek yaitu mendengar, berbicara, membaca, dan menulis. Untuk mengaktifkan kemampuan dari aspek-aspek tersebut dapat memanfaatkan teknologi, salah satunya adalah speech recognition dalam membantu mempelajari pengucapan bahasa dan aksara. Eksperimen pengenalan ucapan ini memanfaatkan CMU Sphinx 4 sebagai library untuk membangun model pengenalan ucapan dengan berbasis Hidden Markov Model. Tahapan dalam eksperimen pengenalan ucapan ini adalah training dan testing.Masukan dalam pengenalan ucapan ini berupa suku kata aksara Lampung, kata, dan frasa. Dan keluaran dari masukan tersebut berupa teks suku kata, kata, dan frasa yang diucapkan. Hasil dari penelitian ini menunjukkan akurasi pengenalan ucapan suku kata sebesar 52,47%, pengenalan kata 74,03%, dan pengenalan frasa 57,83% dari 3 skenario eksperimen. Pengenalan ucapan terbaik adalah  untuk kata, sedangkan untuk suku kata mendapatkan akurasi terendah, dikarenakan antar suku kata aksara Lampung hampir sama pelafalannya.Kata Kunci: Aksara Lampung, Pengenalan Ucapan, Suku Kata, Kata, Frasa, CMU Sphinx4, Hidden Markov Model.
Analisis Sentimen Tweet Menggunakan Backpropagation Neural Network Assuja, Maulana Aziz; Saniati, Saniati
Jurnal Teknoinfo Vol 10, No 2 (2016): Juli
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Analisis sentimen tweet berkembang sebagai sebuah kajian pada bidang Pengolahan Bahasa Alami yang bermanfaat mengetahui opini masyarakat terhadap sebuah topik tertentu secara otomatis. Pada penelitian ini kami mengajukan teknik analisis tweet kedalam tiga kelas (positif, negatif dan netral) menggunakan algoritma Backpropagation Neural Network. Input jaringan merupakan sejumlah kata terpilih yang dirangking mengunakan skor TF*IDF. Variasi praproses term dilakukan untuk menguji performa klasifikasi sentimen. Hasil pengujian menunjukkan metode yang kami ajukan berhasil melakukan klasifikasi dengan hasil terbaik dengan akurasi 78.34% dan presisi 84.21%.