This Author published in this journals
All Journal BIMASAKTI
Claim Missing Document
Check
Articles

Found 1 Documents
Search

RANCANG BANGUN KAMUS VISUAL BAHASA INGGRIS TENTANG PETERNAKAN BERBASIS FLASH DENGAN MENGGUNAKAN VOICE RECOGNITION Moch. Agus Eko Fachtur Rochman
Jurnal Fakultas Teknologi Informasi Vol 2 No 2 (2015)
Publisher : Fakultas Sains dan Teknologi

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

Abstract

ABSTRACTIn 2015, Indonesia will face the ASEAN free trade. One of the potential business sector is livestock.  However,  95% of  indonesianfarmers  who are independent farmers  are still  don’t knowabout  English.According to that problem we need learning  support tools such as visual dictionary application.Flash is a program which is currently used to study media application.This dictionary application which integrated with Flash can train pronounciation of the user and measure the rightness of what user said  according to the samples  using voice recognition. The method used for voice recognition is linear predictive coding to extract characteristics, and Hidden Markov Model for modeling and voice recognition. From the test results, the average of recognition reached 84%.Key word : Voice Recognition, LPC, HMM, Dictionary.ABSTRAKPada tahun 2015 Indonesia akan menghadapi pasar bebas ASEAN. Salah satu sektor usaha yang berpotensi adalah peternakan.Namun peternak Indonesia yang 95% peternak rakyat  ini  masih buta dengan bahasa Inggris.Maka dari itu diperlukan alat penunjang pembelajaran seperti aplikasi kamus visual.Flash merupakan program khusus yang dewasa ini dipakai untuk  aplikasi media pembelajaran.Aplikasi kamus  yang terintegrasi Flash  ini dapat melatih  pengucapan dan memberi nilai seberapa benar pengucapan pengguna dengan menggunakan Voice Recognition.Metode yang dipakai untuk pengenalan suara adalah Linear Predictive Coding untuk mengekstraksi ciri, dan Hidden Markov Model untuk pemodelan dan pengenalan  suara.Dari hasil pengujian rata-rata pengenalan mencapai 84%.Kata kunci : Pengenalan ucapan, LPC, HMM, Kamus