Pengembangan model Text To Speech berbahasa Indonesia pada aplikasi alat bantu komunikasi penyandang Disabilitas

Taqwim, Muhammad Ahsani (2026) Pengembangan model Text To Speech berbahasa Indonesia pada aplikasi alat bantu komunikasi penyandang Disabilitas. Sarjana thesis, UIN Sunan Gunung Djati Bandung.

Preview	Text 1_cover.pdf Download (295kB) | Preview
Preview	Text 2_abstrak.pdf Download (221kB) | Preview
Preview	Text 3_skbebasplagiarism.pdf Download (912kB) | Preview
Preview	Text 4_daftarisi.pdf Download (323kB) | Preview
Preview	Text 5_bab1.pdf Download (601kB) | Preview
	Text 6_bab2.pdf Restricted to Registered users only Download (496kB)
	Text 7_bab3.pdf Restricted to Registered users only Download (433kB)
	Text 8_bab4.pdf Restricted to Registered users only Download (4MB)
	Text 9_bab5.pdf Restricted to Registered users only Download (247kB)
	Text 10_daftarpustaka.pdf Restricted to Registered users only Download (206kB)
	Text 11_lampiran.pdf Restricted to Repository staff only Download (1MB)

Abstract

Komunikasi merupakan kebutuhan mendasar manusia, namun penyandang disabilitas tunawicara kerap menghadapi kendala verbal karena aplikasi Augmentative and Alternative Communication (AAC) berbasis Picture Exchange Communication System (PECS) saat ini umumnya masih menggunakan text-to-speech (TTS) generik dengan pelafalan bahasa Indonesia yang kaku. Penelitian ini bertujuan mengadaptasi model TTS mutakhir IndexTTS2 ke dalam bahasa Indonesia menggunakan teknik Low-Rank Adaptation (LoRA) serta mengintegrasikannya ke dalam aplikasi AAC Android bernama TUTUR. Pengembangan sistem menerapkan metodologi CRISP-DM dengan dataset bersih sebanyak 25.823 sampel audio (30,37 jam) dari Common Voice, FLEURS, dan ID2. Pelatihan dilakukan melalui eksperimen lima variasi konfigurasi rank dan alpha LoRA. Hasil pemodelan menetapkan konfigurasi r=32 dan \alpha=64 sebagai model terbaik karena terbukti stabil, tidak mengalami crash, serta menghasilkan ukuran adapter yang sangat ringkas (\pm41 MB). Evaluasi objektif transkripsi wicara menggunakan Whisper ASR pada 407 sampel uji menghasilkan Word Error Rate (WER) sebesar 12,45%. Pengujian subjektif kualitas suara melibatkan 10 responden di SLB ABC Muhammadiyah Banjarsari dan memperoleh skor Mean Opinion Score (MOS) sebesar 4,23 dari skala 5,00. Evaluasi kegunaan sistem menghasilkan skor System Usability Scale (SUS) sebesar 79,00 dengan kategori Acceptable (Good). Meskipun inferensi cloud API masih memiliki latensi 8,8–25 detik akibat proses rendering akustik, aplikasi TUTUR berhasil menghadirkan solusi AAC fungsional dengan artikulasi suara bahasa Indonesia yang alami untuk mendukung kemandirian komunikasi tunawicara

Actions (login required)

View Item