Pembangunan model klasifikasi audio berbasis Wav2vec 2.0 sebagai alat bantu pembelajaran membaca permulaan pada pelajar fase a

Nizar, Fitran Alfian (2026) Pembangunan model klasifikasi audio berbasis Wav2vec 2.0 sebagai alat bantu pembelajaran membaca permulaan pada pelajar fase a. Sarjana thesis, UIN Sunan Gunung Djati Bandung.

Preview	Text 1_cover.pdf Download (101kB) | Preview
Preview	Text 2_abstrak.pdf Download (85kB) | Preview
Preview	Text 3_skbebasplagiarsm.pdf Download (268kB) | Preview
Preview	Text 4_daftarisi.pdf Download (174kB) | Preview
Preview	Text 5_bab1.pdf Download (115kB) | Preview
	Text 6_bab2.pdf Restricted to Registered users only Download (426kB) | Request a copy
	Text 7_bab3.pdf Restricted to Registered users only Download (270kB) | Request a copy
	Text 8_bab4.pdf Restricted to Registered users only Download (435kB) | Request a copy
	Text 9_bab5.pdf Restricted to Registered users only Download (88kB) | Request a copy
	Text 10_daftarpustaka.pdf Restricted to Registered users only Download (173kB) | Request a copy

Abstract

Kemampuan membaca permulaan merupakan keterampilan dasar yang harus dikuasai anak-anak pada tahun-tahun awal pendidikan, namun tingkat literasi membaca anak-anak di Indonesia, khususnya di Fase A, masih tergolong rendah karena aplikasi pembelajaran membaca yang ada saat ini umumnya belum menyediakan validasi bacaan secara langsung, sehingga anak masih bergantung pada pendampingan guru atau orang tua. Penelitian ini bertujuan untuk mengimplementasikan model klasifikasi suara berbasis Wav2Vec 2.0 ke dalam aplikasi pembelajaran membaca permulaan, mengetahui keakuratan model dalam penerapannya pada suara anak-anak, serta mengetahui ketergunaan aplikasi bagi guru sebagai alat peraga pembelajaran, dengan harapan dapat membantu guru mengajar, mendorong kemandirian belajar anak, serta meningkatkan motivasi dan minat baca anak-anak di Indonesia. Berangkat dari kerangka berpikir bahwa gamifikasi berbasis Artificial Intelligence dapat meningkatkan penguasaan suatu keterampilan, penelitian ini mengikuti kerangka kerja CRISP-DM yang meliputi tahap pemahaman bisnis, pemahaman data, persiapan data, pemodelan, evaluasi, dan implementasi, dilanjutkan dengan pengujian akurasi model menggunakan metrik PR-AUC, Precision, dan Recall, serta pengujian ketergunaan aplikasi menggunakan metode Mean Opinion Score (MOS). Model dilatih menggunakan dataset Mozilla Common Voice berbahasa Indonesia dan data sintetis hasil Text-to-Speech dari ElevenLabs, kemudian dievaluasi menggunakan rekaman suara asli pelajar kelas 1 dan 2 SD Negeri Bangkir, sementara pengujian ketergunaan melibatkan 16 guru di sekolah yang sama. Hasil pelatihan dan finetuning model menghasilkan nilai rata-rata PR-AUC sebesar 0,84, precision sebesar 0,79, dan recall sebesar 0,77, sedangkan pengujian ketergunaan memperoleh skor rata-rata 4,54 dari skala 5, dengan skor tertinggi pada aspek akurasi model yaitu 4,63. Hasil ini menunjukkan bahwa model Wav2Vec 2.0 dapat diimplementasikan dengan tingkat akurasi yang cukup baik dan aplikasi yang dibuat dinilai berguna serta diterima secara positif oleh guru sebagai alat bantu dalam pembelajaran membaca permulaan yang mendukung kemandirian belajar anak.

Actions (login required)

View Item