Hasil Pencarian  ::  Simpan CSV :: Kembali

"Bahasa Indonesia mempunyai banyak kata yang mengandung unsur KVK. Akan tetapi selama ini unsur KVK belum dipakai sebagai salah satu unsur vital dari voicebank voicebank yang diperuntukan untuk membuat ucapan dan nyanyian sintesis berbahasa indonesia. Dalam skripsi ini dibuat sebuah voicebank yang dinamakan voicebank - LULU3 - yang terdiri dari 1765 file suara yang berformat V, KV, VK, dan KVK. Voicebank ini direkam dengan bantuan seorang penyanyi wanita terlatih berkebangsaan Indonesia. Selanjutnya simulasi kemudian dilakukan dimana beberapa suara sintesis berbahasa Indonesia dibuat dengan menggunakan beberapa synthesizer yang menggunakan voicebank - LULU3 - . Speech synthesizer yang digunakan dalam skripsi ini adalah speech synthesizer beralgoritma SOLA-Resampling, dan speech synthesizer berbasis UTAU. Sedangkan singing synthesizer yang digunakan dalam skripsi ini adalah singing synthesizer UTAU. Dari survey yang dilakukan terhadap sejumlah responden yang terdiri dari mahasiswa departemen teknik elektro universitas Indonesia, sebagian besar responden menyatakan bahwa suara sintesis yang dibuat dengan voicebank - LULU3 - yang mempunyai unsur KVK terdengar lebih jelas daripada suara sintesis yang dibuat dengan voicebank - LULU3 - yang tidak mempunyai unsur KVK.

---

Indonesian language has a lot of words that's containing the elements of KVK. However, until now the element of KVK is not used as a vital element in the voicebanks that's devoted to Indonesian speech synthesis and singing synthesis. In this paper, a voicebank named ""LULU3"" that's consisting of 1765 V ,KV, VK, and KVK pre-recorded speech was made. This voicebank was recorded with the help of a trained female singer with Indonesian nationality. Furthermore, the simulation was then performed in which several voices in Indonesian language is made synthetically using several synthesizers that's use voicebank ""LULU3"". The speech synthesizers used in this paper are speech synthesizer with SOLAresampling algorithm, and UTAU based speech synthesizer. The singing synthesizer used in this paper is singing synthesizer UTAU. From a survey conducted on a number of respondents consisting of university students from electrical engineering department of University of Indonesia, the majority of respondents stated that the synthesic voice that's created with voicebank "LULU3" which has elements of KVK sounds more clearly than the synthesic voice created with voicebank "LULU3"which does not have the elements of KVK."

"Beberapa tahun terakhir perkembangan telekomunikasi GSM sangat pesat, untuk dapat memenuhi tuntutan kebutuhan pengguna dimasa yang akan datang yang semakin berkembang, diperlukan suatu teknik yang dapat mengatasi hal tersebut. Salah satu solusi adalah dengan menggunakan teknik synthesizer frequency hoping (SFH). Synthesizer Frequency Hoping merupakan salah satu teknik hoping yang dipakai pada sistem GSM yaitu dengan melakukan perubahan frekuensi radio selama transmisi dengan mempergunakan timeslot yang berbeda, aliran data di hop ke frekuensi yang berbeda dalam TRX yang sama dan timeslot yang sama pula. Jumlah TRX akan ditentukan oleh trafik yang harus dilayani. Pada perencanaan SFH yang harus diperhatikan adalah daftar MA, pola MAIO dan HSN. Fungsi teknik synthesizer frequency hoping dapat meningkatkan kualitas sinyal, unjuk kerja jaringan dan kualitas suara pada jaringan GSM.

---

The latest years, cellular network telecommunication growth so fast. In order to fulfill the user's needs in the future, a technical which can solved this problems is required. The technical is Synthesizer Frequency Hoping (SFH). SynthesizerfFrequency hoping is one of the standardized capacity enchancement features in GSM system. SFH is changed radio frequency for transmission process using different time slot, data will hoping to different frequency in same TRX and time slot. TRX number will decided by traffic which must be service. Some important things should be prepare for SFH palnning are MA, MAIO and HSN. The function of SFH are increase sinyal quality, increase network performance and Voice quality in GSM Network."

"Sistim komunikasi bergerak (GSM) mempunyai perkembangan yang sangat pesat, sehingga operator GSM dituntut untuk menambah kapasitas jaringannya dengan cepat.Pada sisi BSS (Base Station Sub System), penambahan kapasitas berarti penambahan frekuensi. Semakin banyaknya BTS (Base Tranceiver Station), akan menyulitkan perencanaan frekuensinya, karena terbatasnya kanal frekuensi yang ada. Dengan hanya memiliki 37 kanal frekuensi, maka sering terjadi co-channel maupun adjacent channel, yang berakibat menurunnya kualitas jaringan itu sendiri.SPH (Synthesizer Frequency Hopping) merupakan solusi bagi kebanyakan operator GSM, Karena dengan ini tingkat interferensi dapat ditekan, dan mempermudah dalam perencanaan frekuensinya. Sehingga masalah kapasitas dan kualitas bisa diatasi."

"ABSTRAKAkumulasi radikal bebas dalam tubuh manusia memiliki peran besar dalam prevalensi dan perkembangan penyakit degeneratif. Siklovalon adalah analog kurkumin monokarbonil yang memiliki aktivitas antioksidan yang termasuk sedang. Substitusi basa Mannich pada cincin benzena dari siklovalon diketahui dapat meningkatkan aktivitas antioksidan senyawa ini. Pada penelitian ini dilakukan sintesis dan uji aktivitas antioksidan siklovalon yang tersubstitusi basa Mannich pirolidin. Pengerjaan dilakukan melalui 2 tahap, yaitu sintesis siklovalon, dengan mereaksikan vanilin dan sikloheksanon. Kemudian siklovalon direaksikan dengan pirolidin dan paraformaldehid, dan diperoleh siklovalon tersubstitusi basa Mannich pirolidin. Hasil sintesis kemudian dikonfirmasi identitasnya dengan data IR, HRMS, 13C-NMR, dan 1H-NMR. Berdasarkan data tersebut,siklovalon tersubstitusi basa Mannich pirolidin telah berhasil disintesis. Senyawa ini kemudian diuji aktivitas antioksidannya dengan metode uji DPPH Radical Scavenger. Senyawa siklovalon tersubstitusi basa Mannich pirolidin memiliki nilai IC50 2,297 ?M, 30 kali lebih tinggi dibandingkan senyawa pemulanya, siklovalon.

---

ABSTRACTAccumulation of free radicals in human body plays a big role in the prevalence and progression of degenerative disease. Cyclovalone is mono carbonyl curcumine analog with a medium antioxidant activity. Mannich base substitution to the benzene ring of cyclovalone can increase its antioxidant activity of this compound. In this experiment, synthesis and antioxidant activity test of cyclovalone substituted with pyrollidine Mannich base have been done. The experiment has been done through two stages, synthesizing cyclovalone by reacting vanillin and cyclohexanone. Then, cyclovalone was reacted with pyrollidine and paraformaldehyde in order to synthesize cyclovalone substituted Mannich base pyrollidine. The identity of product was confirmed by IR spectra, data of HRMS, 13C NMR, and 1H NMR. According to the data, cyclovalone substitutedMannich base pyrollidine has been synthesized. The product also went through DPPH Radical Scavenger Test to know its antioxidant activity. Cyclovalone substituted Mannich base pyrollidine IC50 is 2.297 M, 30 times higher than its pioneer, cyclovalone"

"Radio Broadcast memiliki peranan penting untuk memberikan informasi dan hiburan kepada masyarakat. Berbagai macam informasi dan hiburan tersebut dapat disampaikan secara jelas sehingga mudah dipahami oleh pendengar. Seiring dengan berkembangnya teknologi, muncul istilah radio internet. Penggunaan radio internet terus meningkat sejak kemunculannya, terutama pada pengendara mobil. Akan tetapi, ketika seorang pengendara mengoperasikan radio internet tersebut, pandangan pengendara akan terlaihkan dari jalan sehingga dapat membahayakan. Oleh karena itu, dibutuhkan sebuah interaksi antara pengendara dengan perangkat melalui suara yang biasa disebut Voice User Interface. Aplikasi radio internet ini dikembangkan dalam platform Android dan dengan menggunakan perpaduan antara PocketSphinx dan Android Speech API. Pengujian dilakukan dengan menggunakan tiga aplikasi berbeda yang berisi PocketSphinx, Android Speech API, dan gabungan keduanya. Berdasarkan hasil pengujian, didapat waktu yang dibutuhkan oleh PocketSphinx dari masuk ke menu utama hingga perintah berhasil dijalankan adalah 11.76 detik, Android Speech API 10.05 detik, dan gabungan keduanya 10.07 detik. Sedangkan dari hasil kuesioner dari pengguna, gabungan PocketSphinx dengan Android Speech API merupakan yang plaing baik dalam hal kenyamanan dan keselamatan.

---

Radio Broadcast has an important role to provide information and entertainment to the public. Various kinds of information and entertainment can be conveyed clearly so that it is easily understood by listeners. Along with the development of technology, the term internet radio emerged. The use of internet radio has continued to increase since its appearance, especially in motorists. However, when a driver operates the internet radio, the driver's view will be neglected from the road so that it can be dangerous. Therefore, it takes an interaction between the driver and the device through sound commonly called the Voice User Interface. This internet radio application was developed on the Android platform and by using PocketSphinx and Android Speech API combined. Testing is done using three different applications that contain PocketSphinx, Android Speech API, and a combination of both. Based on the results of testing, the time needed by PocketSphinx from entering the main menu until the command successfully executed is 11.76 seconds, Android Speech API is 10.05 seconds, and the combination of the two is 10.07 seconds. Whereas from the results of questionnaires from users, the combination of PocketSphinx and Android Speech API is the one that is good in terms of comfort and safety."

"Skripsi ini membahas tentang sistem Text-to-Speech (TTS) untuk Bahasa Indonesia dengan Unit Selection Synthesis sebagai metodenya untuk mensintesa ucapan. Unit yang yang digunakan pada sistem TTS ini berupa suku kata Bahasa Indonesia. Sistem TTS yang dibuat pada skripsi ini memiliki 2 modul utama, yaitu modul Natural Language Processing (NLP) dan modul Digital Signal Processing (DSP). Modul NLP bertugas untuk memroses input teks yang masuk guna mendapatkan informasi dari teks itu berupa unit suku kata dengan pitch dan ToBI (Tone and Break Indices) yang bersesuaian dengan kalimat pada teks masukan, Informasi ini kemudian digunakan oleh modul DSP untuk menghasilkan ucapan. Pada modul DSP ini, metode sintesa ucapan yang digunakan adalah Unit Selection Synthesis yang merupakan generasi ketiga setelah Concatenative Synthesis. Metode Unit Selection Synthesis menggunakan database yang sangat banyak sekali untuk dapat menghasilkan ucapan dengan tingkat kealamian yang tinggi. Untuk tiap unit suku kata memiliki karakteristik seperti pitch, durasi, Mel Frequency Cepstrum Coefficient (MFCC), dan ToBI yang berbeda-beda dengan unit yang lain walaupun suku kata yang digunakan adalah sama. Suku kata dengan karakteristik yang berbeda tersebut diperoleh dari hasil pemotongan file wav suatu rekaman ucapan. Dari segi intellijibilitas, ucapan yang dihasilkan tidaklah baik. Hal ini disebabkan database yang dimiliki sangat kurang dan rekaman ucapan yang dijadikan sumber data memiliki banyak noise sehingga mengganggu proses pemotongan file wav untuk mendapatkan suku kata. Namun tingkat kealamian ucapan yang diperoleh dari sistem TTS ini dapat dikatakan cukup baik karena pitch dari suku kata yang cukup bervariasi sehingga intonasi yang terdengar tidak mendatar saja.

---

This undergraduate thesis discusses about a Text-to-Speech system with Unit Selection Synthesis as it's method to synthesize speech. Units which are used as the units for the synthesizer are Bahasa Indonesia syllables. In this study, the TTS system uses 2 main modules, they are Natural Language Processing module (NLP) and Digital Signal Processing Module (DSP). The NLP module processes input text for retrieving information from the input in the form of syllables with their pitch and ToBI (Tone and Break Indices) associated with the sentences in the text. The retrieved information then used by DSP module to produce speech. The third generation synthesizer after concatenative synthesis, Unit Selection Synthesis, is chosen as the speech synthesizer in the DSP module. To get speech with high naturalness, the synthesizer must uses a large speech database. Each and every syllable has it?s own characteristics such as pitch, duration, Mel Frequency Cepstrum Coefficient (MFCC), and ToBI that are different from other units eventhough the syllables are the same. The author get the syllables by trimming a wav file of recorded speech. From the intelligibility point of view, the quality of the produced speech is not good. It is because the quality of the possessed database is poor and the recorded speech chockablock with noise in such a way that unsettles the process of trimming the wav file in order to get the syllables. Yet, from the naturalness point of view, the quality of the speech could be accepted because of the variety of the pitch of the syllables so that the perceived speech is not monotone."

"Part of Speech Tagging (POS Tagging) adalah kegiatan pemberian label kelas kata pada suatu kata. Proses ini pada awalnya dilakukan secara manual. Namun proses part of speech tagging secara manual menghabiskan banyak waktu dan tenaga karena membutuhkan banyak ahli bahasa untuk memberikan tag pada setiap kata. Masalah ini kemudian menjadi pendorong bagi para peneliti untuk membangun metode dan aplikasi yang dapat melakukan part of speech tagging secara otomatis. Penelitian di bidang part of speech tagger untuk Bahasa Indonesia belum terlalu mendapat perhatian, karena sampai saat ini. belum ada suatu aplikasi part of speech tagger untuk Bahasa Indonesia. Maka penulis melakukan penelitian untuk menghasilkan suatu aplikasi part of speech tagger untuk Bahasa Indonesia dengan memanfaatkan tiga metode yaitu Conditional Random Fields, Transformation Based Learning, dan kombinasi kedua metode ini. Penelitian ini menggunakan korpus Bahasa Indonesia yang tersusun atas 49 buah artikel surat kabar dan terdiri atas total 13.465 buah token. Tagset yang digunakan pada penelitian ini terdiri atas 21 jenis tag (21 jenis kelas kata). Tagset ini merupakan modifikasi dari Penn Treebank Tagset."

"Penelitian ini membahas jenis-jenis reduksi yang dilakukan dalam takarir berbahasa Indonesia dan bahasa Inggris untuk teks sumber berbahasa Jerman dan menganalisis faktor linguistik yang menyebabkan perbedaan tingkat reduksi antara kedua takarir. Penelitian dilakukan dengan metode kualitatif melalui studi pustaka dengan korpus data takarir bahasa Indonesia dan takarir bahasa Inggris dari Deutsche Welle untuk pidato Angela Merkel pada acara Haushaltsgesetz 2021 tentang pembatasan kegiatan masyarakat menjelang Natal 2020. Hasil penelitian menggunakan klasifikasi reduksi teks dalam takarir dari Díaz Cintas dan Remael (2020) menunjukkan bahwa terdapat jenis reduksi parsial dan total dalam level kata, frasa, klausa, dan kalimat yang ditemukan dalam kedua takarir dengan hasil perbandingan bahwa takarir bahasa Indonesia mengalami lebih banyak reduksi dibandingkan takarir bahasa Inggris. Secara linguistik, hal ini disebabkan oleh perbedaan tata bahasa dan leksikal antara bahasa Indonesia dan bahasa Jerman yang lebih distingtif dibandingkan dengan perbedaan tata bahasa dan leksikal antara bahasa Inggris dan bahasa Jerman.

---

This study discusses the types of reduction found in Indonesian and English subtitle for German source text and analyses linguistic factors that cause differences in the level of reduction between the two subtitles. The research was conducted using a qualitative method through literature study with a corpus of data on Indonesian subtitle and English subtitle produced by Deutsche Welle for Angela Merkel’s speech at the Haushaltsgesetz 2021 event regarding restrictions on community activities before Christmas 2020. Using text reduction classification in subtitles from D'az Cintas and Remael (2020), this study shows that there are types of partial and total reduction in word, phrase, clause, and sentence level found in the two subtitles, with the comparison result that the Indonesian subtitle has more reduction than English subtitle. Linguistically, this is caused by the grammatical and lexical differences between Indonesian and German that are more distinct than the grammatical and lexical differences between English and German."