Pemilihan Kata Benda Bahasa Indonesia Berdasarkan Cakupan Suku Kata Menggunakan Genetic Algoritma untuk Dataset Audio Visual
DOI:
https://doi.org/10.26418/jp.v9i1.63970Keywords:
Genetic Algorithm, Kata Benda, Suku Kata, Pembentukan DatasetAbstract
Dalam pembentukan model Kecerdasan Buatan yang menggunakan pendekatan Deep Learning, dataset memegang peranan yang sangat penting. Memahami dan memilih kumpulan data yang tepat, sangatlah penting untuk memastikan keberhasilan sebuah model Kecerdasan Buatan. Salah satu topik yang cukup baru adalah mempelajari bagaimana pembentukan suara dari hasil pembacaan gerakan bibir manusia, dengan cakupan variasi bunyi dan bentuk bibir yang diharapkan dapat membantu pembelajaran sistem. Mayoritas dataset audio visual, yang biasa digunakan untuk pembangunan model pembentukan suara ataupun pembacaan gerakan bibir tidak memperhatikan keluasan cakupan variasi bunyi yang ada. AVID, salah satu dari dataset audio visual berbahasa Indonesia, mengadopsi susunan kata dalam dataset GRID, yang mengubah setiap kata penyusunnya dari Bahasa Inggris ke bahasa Indonesia. Sedangkan pada Bahasa Indonesia sendiri terdapat banyak ragam bunyi yang dibentuk dari satu atau sederet rangkaian fonem. Penelitian yang dilakukan penulis dengan memanfaatkan Genetic Algorithm untuk mendapatkan susunan kombinasi kata benda guna memperoleh nilai cakupan yang optimal. Dengan cakupan kombinasi suku kata yang lebih baik, maka dapat dihasilkan dataset untuk Deep Learning yang lebih baik lagi. Dalam penelitian ini, kata benda yang diproses, diperoleh dari KBBI edisi 2008, baru kemudian difilter untuk mendapatkan kata benda yang tepat mengandung 3 suku kata, yang bukan nama kota, tokoh maupun lokasi. Dari 39.070 kata benda yang ada, diperoleh 2936 kata benda yang akan digunakan. Ujicoba yang telah dilakukan pada 10.000 hingga 200.000 epoch, diperoleh rata-rata cakupan suku kata 72%-75% dengan batasan 26 variasi kata benda penyusunnya.
References
M. F. N. I. A. N. N. N. H. P. F. N. H. H. Lukas Budach, “The Effects of Data Quality on Machine Learning Performance,†Potsdam, 2022.
L. F. L. W. M. F. J. G. F. D. S. P. N. L. D. V. Z. John S. Garofolo, “TIMIT Acoustic-Phonetic Continuous Speech Corpus,†Linguistic Data Consortium, Philadelphia, 1993.
I. Anina, Z. Zhou, G. Zhao and M. Pietikäinen, “OuluVS2: A multi-view audiovisual database for non-rigid mouth motion analysis,†2015 11th IEEE International Conference and Workshops on Automatic Face and Gesture Recognition (FG), Slovenia, 2015.
J. S. C. A. S. O. V. A. Z. Triantafyllos Afouras, “Deep Audio-Visual Speech Recognition,†IEEE Transactions on Pattern Analysis and Machine Intelligence ( Volume: 44, Issue: 12, 01 December 2022), 2022.
A. Jha, V. P. Namboodiri and C. V. Jawahar, “Spotting words in silent speech videos: a retrieval-based approach,†Springer-Verlag GmbH Germany, 2019.
N. Harte and E. Gillen, “TCD-TIMIT: An Audio-Visual Corpus of Continuous Speech,†IEEE, 2015.
W. Bao, Y. Li, M. Gu, M. Yang, H. Li, L. Chao and J. Tao, “Building a Chinese Natural Emotional Audio-Visual Database,†ICSP 2014 Proceedings, 2014.
M. R. A. R. Maulana and M. I. Fanany, “Indonesian Audio-Visual Speech Corpus for Multimodal Automatic Speech Recognition,†ICACSIS, 2017.
M. H. S, S. K. T, S. D. S. Mustapha, P. Gupta and R. P. Tripathi, “Hybrid Approach for Resource Allocation in Cloud Infrastructure Using Random Forest and Genetic Algorithm,†Hindawi Scientific Programming, vol. 2021, no. Optimization Models and Algorithms for Services and Operations Management 2021, 2021.
A. Molajou, V. Nourani, A. Afshar, M. Khosravi and A. Brysiewicz, “Optimal Design and Feature Selection by Genetic Algorithm for Emotional Artificial Neural Network (EANN) in Rainfall-Runoff Modeling,†Water Resources Management, vol. 35, 2021.
V. Lazari and A. Chassiakos, “Multi-Objective Optimization of Electric Vehicle Charging Station Deployment Using Genetic Algorithms,†MDPI Journal, vol. 13, no. Evolutionary Computation: Theories, Techniques, and Applications, 2023.
A. Teeuw and S. S. Kartosuwiryo, Introduction to the Study of Indonesian Language and Culture, Jakata: Pusat Pembinaan dan Pengembangan Bahasa, 1983.
A. M. Stevens and A. E. Schmidgall-Tellings, A Comprehensive Indonesian-English Dictionary, Ohio: Ohio University Press, 2009.
“Pola Suku Kata Bahasa Lisabata,†totobuang, vol. 5, pp. 315-324, 2017.
S. S. C. Sourabh Katoch and V. Kumar, “A review on genetic algorithm: past, present, and future,†Multimedia Tools and Applications , pp. 8091-8126, 2020.
C. Zhang, Y. Xiao and J. Wang, “A Genetic Algorithm for Solving the Traveling Salesman Problem with Time Windows,†Applied Soft Computing , 2021.
A. Alharbi, V. Lotfi and E. Shakshuki, “A Genetic Algorithm for the Quadratic Assignment Problem,†Swarm and Evolutionary Computation, 2020.
H. Li, L. Gao and L. Zhang, “A Genetic Algorithm for the Vehicle Routing Problem with Backhauls and Time Windows,†Journal of Intelligent Manufacturing, 2019.
