<![CDATA[Mahasiswa tunarungu sering mengalami kesulitan mengikuti penyampaian materi perkuliahan secara lisan, sehingga diperlukan teknologi yang mampu meningkatkan aksesibilitas pembelajaran melalui transkripsi ucapan secara otomatis. Penelitian ini bertujuan mengevaluasi performa model Massively Multilingual Speech (MMS) pada pengembangan prototipe sistem Speech-to-Text berbasis web sebagai media pendukung komunikasi dan pembelajaran bagi mahasiswa tunarungu. Penelitian menggunakan metode eksperimen dengan mengembangkan prototipe berbasis Laravel yang terintegrasi dengan model MMS melalui REST API. Evaluasi dilakukan terhadap beberapa konfigurasi model, parameter beam search, deteksi aktivitas suara (Voice Activity Detection), dan jumlah data latih menggunakan metrik akurasi serta waktu respons. Hasil penelitian menunjukkan bahwa konfigurasi terbaik diperoleh pada model MMS-Large dengan 1000 data latih, yang menghasilkan akurasi 87,34% pada ucapan berbahasa Indonesia dan 64,63% pada ucapan campuran Indonesia–Inggris, dengan waktu respons yang mendukung penggunaan secara waktu nyata. Hasil tersebut menunjukkan bahwa model MMS mampu diimplementasikan secara efektif pada sistem Speech-to-Text berbasis web dan berpotensi menjadi solusi teknologi asistif untuk meningkatkan aksesibilitas pembelajaran serta komunikasi mahasiswa tunarungu di lingkungan pendidikan]]>
Copyrights © 2026
