Perancangan Aplikasi Text To Speech Dalam Bahasa Indonesia Menggunakan Firebase Machine Learning Kit Berbasis Android

Abstract

Aplikasi text to speech dapat merubah teks menjadi keluaran suara menggunakan engine text to speech, namun teks tersebut harus berupa teks digital agar bisa di render. Sehingga, jika teks berada pada suatu objek maka harus diekstrak terlebih dahulu. Firebase Machine Learning Kit menyediakan API text recognition untuk membantu proses ekstrak teks. Firebase Machine Learning Kit (ML-Kit) juga menyediakan API language identifier untuk mendeteksi bahasa pada teks yang dibaca sehingga suara yang dikeluarkan dari teks yang dibaca dapat optimal dengan menggunakan dialek bahasa tertentu. Tujuan dari penelitian ini adalah membangun aplikasi text to speech dalam Bahasa Indonesia dengan penerapan Firebase Machine Learning Kit berbasis android. Dalam membangun aplikasi ini menggunakan metode extreme programming yang tahapannya terdiri dari planning, design, coding, dan testing. Hasil dari penelitian ini, berupa aplikasi yang dapat digunakan sebagai alat bantu pembelajaran bahasa asing dan alat digitaisasi teks serta terjemah ke dalam Bahasa Indonesia dan 34 dialek bahasa untuk keluaran suara text to speech. Selain itu, pada penelitian ini didapatkan nilai akurasi pengenalan teks dari tulisan tangan dan tulisan mesin, dengan rata-rata persentase akurasi untuk tulisan tangan sebesar 85,25%, sedangkan rata-rata persentase akurasi untuk tulisan mesin sebesar 87,35%. Dengan akurasi yang baik tersebut, maka aplikasi siap untuk dipergunakan sebagai alat bantu dalam proses pembelajaran bahasa asing oleh masyarakat Indonesia. Abstract Text to speech applications can convert text into voice output using a text to speech engine, but the text must be digital text in order to render. So, if the text is in an object, it must be extracted first. The Firebase Machine Learning Kit provides a text recognition API to help extract text. The Firebase Machine Learning Kit (ML-Kit) also provides a language identifier API to detect the language in the text being read so that the sound emitted from the text read can be optimized by using a specific language dialect. The purpose of this research is to build a text to speech application in Indonesian with the application of an Android-based Firebase Machine Learning Kit. In building this application using the extreme programming method whose stages consist of planning, design, coding, and testing. The results of this study are in the form of applications that can be used as foreign language learning aids and text digitization tools and translations into Indonesian and 34 language dialects for text to speech voice output. In addition, in this study, the accuracy of text recognition from handwriting and machine writing was obtained, with an average percentage of accuracy for handwriting of 85.25%, while the average percentage of accuracy for machine writing was 87,35%. With good accuracy, the application is ready to be used as a tool in the process of learning foreign languages by the Indonesian people.