Pembangunan Aplikasi Pembelajaran Pengucapan Kata Pada Penderita Down Syndrome Menggunakan Teknologi Voice Recognition (studi Kasus Di Sekolah YPAC)

(STUDI KASUS DI SEKOLAH YPAC)

SKRIPSI

Diajukan untuk Menempuh Ujian Akhir Sarjana

THERESIA SAGALA

10111946

PROGRAM STUDI TEKNIK INFORMATIKA

FAKULTAS TEKNIK DAN ILMU KOMPUTER

UNIVERSITAS KOMPUTER INDONESIA

2016

iii

penulis dapat menyelesaikan penulisan skripsi yang berjudul “Pembangunan Aplikasi Pembelajaran Pengucapan Kata Pada Penderita Down Syndrome Menggunakan Teknologi Voice Recognition (Studi Kasus Di YPAC)”

Penyusunan laporan skripsi ini banyak menemu hambatan dan kesulitan. Namun berkat dorongan, bantuan, dan bimbingan baik secara moril ataupun materil dari berbagai pihak hingga dapat mengatasinya. Oleh karena itu kepada semua pihak yang telah membantu dalam penyelesaian skripsi ini disampaikan penghargaan dan ucapan terimakasih khususnya kepada :

1. Tuhan Yesus Kristus yang telah memberikan kasih, berkat, dan karunia-Nya. 2. Kepada mama yang telah memberikan doa, dukungan semangat, kesabaran

yang tiada akhir.

3. Indra Siswanto abang yang selalu mendoakan saya dari surga.

4. Leo Tombus Sagala yang selalu ada dan mendukung dari mulai awal kuliah, sampai akhir.

5. Derry Berni Cahyady, Sri Susanti, Roni Ahadiat sebagai saudara yang selalu membantu, menguatkan dan selalu ada untuk membantu.

6. Bapak Irawan Affrianto, S.T., M.T. selaku dosen pembimbing yang telah memberikan bimbingan, pengarahan dan masukan bagi penulis.

7. Bapak Dedeng Hirawan, S.Kom., M.Kom. selaku dosen penguji seminar dan penguji sidang yang juga ikut memberikan pengarahan dan masukan bagi penulis.

8. Bapak Hanhan Maulana, S.Kom sebagai penguji sidang.

9. Bapak Suherni, S.Pd, M.M.Pd. selaku kepala sekolah YPAC yang telah mengijinkan untuk melakukan penelitian di YPAC.

10.Seluruh guru dan murid SLB-D YPAC, Ibu Heni yang sudah membantu selama penelitian berlangsung

iv

11.Jemaat GKDI bandung yang selalu mendoakan dan mendukung selama ini Ci mida, Ka Rahel, Ka lilis, Ka Panca, Ria, Vemy, Ayu, Jimmy, Engel, Budi, Alex.

12.Seluruh teman di Gracia Pharmindo yang sudah mendukung Pa Tony, Pa Erik Ka Tendra, Ka Putu, Ka Fritz,

13.Seluruh dosen pengajar di Unikom khusus nya program Studi Teknik Informatika yang telah memberikan pengetahuan nya.

14.Teman-teman seperjuangan dan sahabat Faras, Rudi Yusuf, Anggi wibiyanto, Prasetiyadi, Rafiq, Rian Heri yang selalu ada untuk membantu.

15.Teman-teman IF-17K angkatan 2011 seluruhnya yang telah melewati perjuangan kuliah sambil kerja.

16.Semua pihak yang terlibat yang telah ikut membantu dalam penulisan laporan ini baik secara langsung maupun tidak langsung.

Didalam penulisan laporan ini penulis telah berusaha semaksimal mungkin, walaupun demikian penulis menyadari bahwa laporan tugas akhir ini masih jauh dari sempurna. Oleh karen itu penulis menerima segala masukan, saran dan keritik yang membantu untuk perbaikan di masa mendatang.

Akhir kaata, semoga laporan ini dapat berguna khususnya bagi penulis dan untuk seluruh pihak yang membutuhkan pada umum nya.

Bandung, 27 Februari 2016

Penulis

v

KATA PENGANTAR ... iii

DAFTAR TABEL ... x

DAFTAR GAMBAR ... xii

DAFTAR SIMBOL ... xiv

DAFTAR LAMPIRAN ... xix

BAB 1 PENDAHULUAN ... 1

1.1 Latar Belakang Masalah ... 1

1.2 Rumusan Masalah ... 2

1.3 Maksud dan Tujuan ... 2

1.3.1 Maksud ... 2

1.3.2 Tujuan ... 3

1.4 Batasan Masalah... 3

1.5 Metodologi Penelitian ... 3

1.5.1 Metode Pengumpulan Data ... 4

1.5.2 Model Pembangunan Perangkat Lunak ... 4

1.6 Sistematika Penulisan ... 6

BAB 2 TINJAUAN PUSTAKA ... 9

2.1 Profil Tempat Penelitian ... 9

2.1.1 Sejarah Sekolah ... 9

2.1.2 Visi dan Misi Sekolah ... 10

2.1.3 Struktur Organisasi ... 10

2.2 Landasan Teori ... 11

2.2.1 Pembelajaran Berbasis Komputer (PBK) ... 11

2.2.1.1 Perbandingan Metode Pembelajaran ... 11

vi

2.2.3.3 Fungsi Multimedia Interaktif ... 15

2.2.3.4 Elemen-elemen Multimedia ... 15

2.2.3.5 Manfaat Multimedia Interaktif ... 16

2.2.4 Suara ... 16

2.2.4.1 Representasi suara ... 18

2.2.5 Downsyndrome ... 19

2.2.6 Voice Recognition ... 20

2.2.7 Speech Recognition ... 21

2.2.7.1 Skema Utama dan Algoritma Speech Recognition ... 21

2.2.7.2 Implementasi Speech Recognition ... 23

2.2.8 Diagram UML ... 23

2.2.8.1 Use Case ... 24

2.2.8.2 Activity Diagram ... 24

2.2.8.3 Sequence Diagram ... 25

2.2.8.4 Class Diagram ... 25

2.2.9 Fast Fourier Transform (FFT) ... 26

2.2.10 Hash ... 27

2.2.11 Unity ... 28

2.2.9.1 Sejarah Unity ... 28

2.2.12 Teknik Pengolahan Data ... 29

2.2.13 Penghitungan Data Hasil Pretest dan Posttest ... 29

vii

2.2.9.4 Microphone Kondensor ... 32

2.2.16 Pengujian Black Box ... 32

BAB 3 ANALISIS DAN PERANCANGAN SISTEM ... 35

3.1 Analisis Sistem ... 35

3.1.1 Analisis Masalah ... 35

3.1.2 Analisis Prosedur Yang Sedang Berjalan ... 35

3.1.3.1 English Pronunciation Testing ... 36

3.1.6 Analisis Arsitektur Sistem... 42

3.1.7.1 Skoring ... 43

3.1.7.2 Deskripsi Konsep Aplikasi Pembelajaran Pengucapan Kata ... 44

3.2 Analisis Pengolahan Sinyal Suara ... 45

3.2.1 Analisis Pre-Processing ... 46

3.2.2 Analisis Proses Fast Fourier Transform ... 49

3.2.3 Analisis Ekstraksi Hash ... 51

3.2.5 Analisis Alur Pengenalan Kata ... 53

3.2.5.1 Flochart Sampling Suara ... 54

3.2.5.2 Analisis Pengolahan Sinyal Suara ... 56

3.2.5.3 Analisis Ekstraksi Hash... 57

viii

3.3.3 Analisis Kebutuhan Pengguna ... 62

3.5 Analisis Kebutuhan Fungsional ... 64

3.5.1 Use Case Diagram ... 64

3.5.1.1 Definisi Aktor ... 65

3.5.1.2 Identifikasi Use Case ... 65

3.5.1.3 Sekenario Use Case... 65

3.5.2 Activity Diagram... 67

3.5.3 Sequence Diagram ... 70

3.5.4 Class Diagram ... 72

3.5.5 Perancangan Sistem ... 73

3.4.5.1 Perancangan Tampilan ... 73

3.4.6 Jaringan Semantik ... 77

BAB 4 IMPLEMENTASI DAN PENGUJIAN SISTEM ... 79

4.1 Implementasi ... 79

4.1.1 Implementasi Perangkat Keras ... 79

4.1.2 Implementasi Perangkat Lunak ... 80

4.1.3 Implementasi Aplikasi ... 80

4.1.4 Implementasi Antarmuka ... 80

4.2 Pengujian Sistem ... 81

4.2.1 Pengujian Blackbox ... 81

ix

96

DAFTAR PUSTAKA

[1] A Kusuma wati, "Definisi down syndrome," 2012.

[2] karina afriani. (2015, january) model pembelajaran. [Online]. https://iaincirebon.academia.edu

[3] Rosa A S and M Shalahuddin, Rekayasa Perangkat Lunak. Bandung: Informatika, 2014.

[4] diyah puspita ningrum,ernawati roby diana putra. (2014, oktober) IMPLEMENTASI ALGORITMA FAST FOURIER TRANSFORM. [Online]. http://research.pps.dinus.ac.id/

[5] Wikipedia Unity. [Online]. http://en.wikipedia.org/wiki/Unity_Technologies [6] Unity. [Online]. http://www.unity3d.com/public-relations

[7] Sugiyono, Metode Penelitian Kuantitatif Kualitatif dan R&D. Bandung: Alfabeta, 2012.

[8] sugiyono,. bandung: Alfabeta, 2012.

[9] Microsoft. [Online]. https://msdn.microsoft.com/en-us/library/67ef8sbd.aspx [10] R.H.SIANIPAR, Pemrograman C# Belajar Dasar Pemrograman C# Melalui

Contoh untuk Menjadi Seorang Programmer C# yang Mahir dan Tangguh.

Bandung: INFORMATIKA, 2014.

[11] izer hizkia. (2012) rancang bangun sistem audio. [Online]. ejournal.unsrat.ac.id [12] robin. (2001) stikom. [Online]. http://sir.stikom.edu/

1 BAB 1 PENDAHULUAN

1.1 Latar Belakang Masalah

Sekolah Khusus YPAC (Yayasan Pembinaan Anak Cacat) adalah sekolah untuk menangani anak-anak berkebutuhan khusus, diantaranya pendidikan khusus anak Tunadaksa, anak Tunagrahita, dan anak Autis.

Berdasarkan hasil penelitian dan wawancara kepada Kepala Sekolah, guru, Orang tua dan murid di anak Sekolah Khusus YPAC, terdapat siswa berkebutuhan khusus yaitu siwa penderita down syndrome, siswa down syndrome memiliki kendala untuk mengingat dan mengucapan kata. Siswa down syndrome tidak mudah memahami ketika belajar dengan cara tradisional seperti duduk dikursi dan mengerjakan apa yang diperintahkan guru.

Down syndrome sendiri merupakan kelainan kromosom yang terjadi pada

kromosom 21 atau trisomi 21. Hal ini di sebabkan oleh, adanya tambahan salinan pada kromosom 21 yang seharusnya hanya 2 menjadi 3 salinan. Siswa down

syndrome memiliki rentang perhatian yang pendek, sulit mengucapkan kata dan huruf

sehingga mengakibatkan siswa tersebut sulit untuk mengingat pelajaran [1]

Metode pengajaran yang dilakukan di Sekolah Khusus YPAC menggunakan metode pembelajaran Tematik dimana pembelajaran disesuaikan dengan minat dan kemampuan siswa, untuk menambah Kemampuan mengingat dan pengucapan kata pada siswa down syndrome, dibutuhkan metode pembelajaran yang khusus mulai dari pengajaran bahasa isyarat, gerak mulut, mekanisme pengajaran menggunakan gambar bergerak, hal-hal yang menarik dan menyenangkan lebih disukai oleh siswa penderita

down syndrome.

Kemampuan mengingat dan pengucapan kata pada siswa penderita down syndrome harus dilakukan secara berulang-ulang, sehingga guru harus jelas dalam mengucapkan kata-kata yang akan dipelajari oleh siswa. Selain itu guru harus

memperhatikan satu persatu siswa tersebut apakah sudah mengucapkan dengan benar atau tidak.

Voice Recognition merupakan teknologi yang dapat mengidentifikasi suara.

Speaker recognition merupakan sistem pengenalan identitas yang diklaim oleh

seseorang dari suaranya atau berdasarkan orang yang berbicara, misalnya berupa intonasi, suara, tingkat kedalaman suara. Speech recognition merupakan proses yang dilakukan komputer untuk identifikasi suara yang diucapkan oleh seseorang tanpa memperdulikan identitasnya. Teknologi speech recognition ini memungkinkan suatu perangkat untuk mengenali dan memahami kata-kata yang diucapkan dengan cara digitalisasi kata dan mencocokan sinyal digital tersebut dengan suatu pola tertentu yang tersimpan dalam suatu perangkat.[3]

Berdasarkan latar belakang masalah yang telah dijelaskan maka timbul inisiatif untuk membangun sebuah aplikasi pembelajaran pengucapan kata untuk melatih perkembangan kemampuan siswa down syndrome untuk mengucapkan kata dengan teknologi speech recognition sebagai media pembelajaran alternatif di Sekolah Khusus YPAC.

1.2 Rumusan Masalah

Mengacu dari latar belakang masalah, ditemukan terdapat beberapa masalah yang dapat dirumuskan dalam suatu rumusan masalah yaitu bagaimana membangun

aplikasi pembelajaran untuk melatih kemampuan pengucapan kata pada siswa down

syndrome dengan menggunakan teknologi voice recognition di Sekolah Khusus

YPAC.

1.3 Maksud dan Tujuan

Adapun maksud dan tujuan dari penelitian ini adalah sebagai berikut : 1.3.1 Maksud

Berdasarkan masalah yang diteliti, maksud dari pembangunan aplikasi pembelajaran ini adalah untuk melatih kemampuan pengucapan kata pada anak

penderita down syndrome dengan menggunakan teknologi voice recognition di Sekolah Khusus YPAC.

1.3.2 Tujuan

Sedangkan tujuan yang ingin dicapai dari penelitian ini adalah :

1. Membantu siswa dalam kemampuan pengucapan kata dengan menggunakan teknologi voice recognition.

2. Membantu guru dalam menyampaikan materi pelajaran kepada siswa down

syndrome yang membutuhkan pengajaran secara berulang kali.

1.4 Batasan Masalah

Berdasarkan latar belakang yang telah dideskripsikan sebelumnya maka masalah dibatasi :

1. Studi kasus dilakukan di sekolah YPAC (Yayasan Pembinaan Anak Cacat). 2. Materi yang digunakan dalam aplikasi pembelajaran ini mengunakan materi

semester 1 kelas 4.

3. Teknologi yang digunakan speech recognition.

4. Materi dibahas adalah pengenalan pengucapan huruf dan kata.

5. Pembelajaran pengucapan kata menggunakan Bahasa Indonesia dan petunjuk penggunaan aplikasi menggunakan bahasa Indonesia.

6. Model pembangunan perangkat lunak menggunakan waterfall.

7. Alat bantu dalam merancang perangkat lunak adalah UML (Undified Modelling Language).

8. Perangkat yang digunakan untuk merekam suara adalah Mic dan Earphone.

9. Aplikasi ini berbasis Desktop dan berjalan di sistem operasi Windows.

10. Tools yang digunakan untuk membangun aplikasi ini adalah UNITY 4.6 dengan

1.5 Metodologi Penelitian

Metode Penelitian yang digunakan adalah metode kuantitatif. Penelitian ini terbagi menjadi dua tahapan yaitu sebagai berikut :

1.5.1 Metode Pengumpulan Data

Metode pengumpulan data bertujuan untuk mengumpulkan data yang berkaitan dengan penelitian yang dilakukan. Adapun yang akan dilakukan dalam metode ini adalah sebagai berikut :

1. Studi Literatur

Penulisan penelitian ini dilakukan dengan pembelajaran literatur dari sejumlah buku, artikel, paper, jurnal, makalah, maupun situs internet mengenai down syndrome dan voice recognition.

2. Mengadakan Riset

Hal ini dilakukan untuk mengumpulkan data,menguji apakah aplikasi yang akan dibuat bermanfaat untuk di gunakan, dan juga memperhatikan apakah anak penderita down syndrome mengerti dengan alat bantu yang akan digunakan. 3. Teknik Wawancara

teknik pengumpulan data yang dilakukan dengan melakukan wawancara langsung kepada orang yang mampu memberikan pengetahuan berkaitan dengan objek penelitian. Dalam hal ini peneliti mencoba melakukan wawancara kepada guru dan orang tua penderita down syndrome.

1.5.2 Model Pembangunan Perangkat Lunak

Model pengembangan perangkat lunak yang digunakan dalam penelitian ini adalah model waterfall. Model ini menyediakan pendekatan alur hidup perangkat lunak secara terurut dimulai dari analisis, desain, pengodean hingga pengujian.

Gambar 1.1 fase-fase waterfall model (Sommerville) Tahpan-tahapan yang dilakukan :

1. Analisa kebutuhan.

Mengumpulkan kebutuhan secara lengkap kemudian dianalysis dan didefinisikan kebutuhan yang harus dipenuhi oleh program yang akan dibangun. Fase ini harus dikerjakan secara lengkap untuk bisa menghasilkan desain yang lengkap

2. Desain sistem

Desain dikerjakan setelah pengumpulan kebutuhan selesai dikerjakan. 3. Penulisan kode program

Merupakan tahapan berupa penerjemahan desain yang telah dibuat ke dalam bahasa pemrograman.

4. Pengujian program.

Penyatuan seluruh komonen program kemudian dilakukan uji secara keseluruhan. Pengujian dilakukan untuk melihat apa inputan program dapat menhasilkan output yang diharapkan.

Mengoperasikan program dilingkungannya, pemeliharaan dan adaptasi dengan situasi sebenernya.

1.6 Sistematika Penulisan

Sistematika penulisan laporan ini dibagi menjadi beberapa bab dengan pokok pembahasan sebagai berikut :

BAB I PENDAHULUAN

Pada bab ini berisi tentang latar belakang masalah yang menjadi bahan penelitian, merumuskan masalah, menentukan batasan masalah, memaparkan maksud dari tujuan penelitian yang dilakukan, metodologi penelitian serta sistematika penulisan.

BAB II TINJAUAN PUSTAKA

Pada bab ini dijelaskan 2 bagian yaitu tentang profil sekolah dan landasan teori. Pembahasan profil sekolah yaitu mengenai sejarah sekolah, visi misi sekolah dan struktur organisasi Sekolah Khusus YPAC. Landasan teori Yang didalam nya membahas mengenai down syndrome, voice recognition dan konsep dasar dari UML (Unified Modelling Language).

BAB III ANALISIS DAN PERANCANGAN SISTEM

Pada bab ini membahas tentang arsitektur sistem yang akan dibangun, analisis masalah yang terjadi di Sekolah Khusus YPAC, analisis sistem yang akan dibangun dan akan dikembangkan, perancangan antar muka proses aplikasi yang akan berjalan bagaimana mengenali dan mencocokan suara dengan yang ada pada aplikasi.

BAB IV IMPLEMENTASI DAN PENGUJIAN SISTEM

Pada bab ini membahas mengenai pengimplementasian aplikasi pembelajaran yang sudah didibuat dan pengujian kemampuan anak apakah kemampuan anak meningkat atau menurun dari sebelumnya. Pengujian dilakukan kepada siswa menggunakan microphone. Sistem akan menangkap dan mengolah suara untuk diketahui apakah hasilnya sesuai dengan sistem.

BAB V PENUTUP

Pada bab ini meliputi kesimpulan dari hasil analisis penulis serta saran-saran yang diberikan dalam upaya meningkatkan kualitas terhadap analisa yang dihasilkan dan kekurangan dari implementasi yang akan dibahas agar dapat dilakukan pengembangan yang lebih baik.

9 BAB 2

TINJAUAN PUSTAKA

2.1 Profil Tempat Penelitian

Penelitian dilakukan di Sekolah Khusus YPAC yang beralamatkan JL.Mustang NO.46

2.1.1 Sejarah Sekolah

Yayasan Pembinaan Anak Cacat (YPAC) didirikan oleh almarhum Prof. Dr. Soeharso, seorang ahli bedah tulang yang pertama kali merintis upaya rehabilitasi bagi penyandang cacat di Indonesia.

Awalnya pada tahun 1952 beliau mendirikan Posat Rehabilitasi (Rehabilitasi Centrum) di solo bagi korban revolusi perang kemerdekaan Republik Indonesia. Pada saat itu beberapa daerah terserang wabah poliomyelitis, maka anak-anak dengan gejala post polio dibawa kepusat rehabilitasi ini. Mula-mula anak-anak tersebut tidak mendapatkan perhatian serius karena tidak tersedia fasilitas memadai waktuitu. Namun Prof. Dr. Soeharso tidak membiarkan hal tersebut berlarut-larut. Setelah menghadiri Internasional Study a Conference of Child Walfare di Bombay dan The Sixth International Conference on Social Work di Madras pada tahun 1952, maka Prof. Soeharso mempunyai inisiatif untuk mendirikan yayasan bagi anak-anak cacat. Maka pada tahun 1953 didirikan Yayasan Penderitaan Anak Tjatjat (YPAT) di Surakarta dengan Akte Notaris No. 18 tanggal 17 Februari 1953. Ikut serta sebagai pendiri adalah Ny. Djohar Soeharso (istri Prof. Soeharso), Ny. Padmonagoro dan Ny. Soendaroe. Itulah awal pengabdian YPAT yang diketahui oleh Ibu Soeharso.

Rehabilitasi Centrum sangat besar bantuannya dengan meberikan ruangan khusus untuk merintis pelayanan kepada anak-anak yang dibawa ke YPAT. Tahun 1954 YPAT mendapatkan bantuan sebuah gedung dari YayasanDana Bantuan Departemen Sosial. Pada tanggal 5 Februari 1954 dilaksanakan peletakan batu

pertama. Enam bulan kemudian pada tanggal 8 Agustus 1954 gedung YPAT yang terletak di Jalan Slamet Riyadi 316 secara resmi dibuka.

Kemudian YPAC Surakarta sebagai yang pertama berdiri ditetapkan sebagai YPAC Pusat yang diketahui oleh Ibu Soeharso kemudian dibangunlah YPAC-YPAC cabang.

2.1.2 Visi dan Misi Sekolah

Visi dari sekolah Khusus YPAC adalah terbentuknya siswa yang mandiri, berilmu, bertaqwa, berahlak mulia, peduli sesama dan lingkungan dan dijiwai dengan nilai-nilai budaya/karakter bangsa, selain itu juga sekolah Khusus YPAC mempunyai misi sebagai berikut :

1. Mengembangkan secara optimal potensi yang dimiliki.

2. Mengembangkan budi pekerti berdasarkan prinsip akhlak mulia. 3. Mengembangkan sikap peduli terhadap sesama.

2.1.3 Struktur Organisasi

KETUA YAYASAN

KEPALA SEKOLAH Drs. BASYARIAH

WAKASEK E. HAERUMAN, S.Pd

WALI KELAS NINE HERLINAWATI, S.Pd. WALI KELAS

ELIN SURIANTI, AM.F.,S.PD

WALI KELAS Hj. ELVI SYAMSIAH, S.Pd.

WALI KELAS LASTRI RETAMA D., S.Pd. WALI KELAS

NIKEN RAHAYU W, S.Pd.

2.2 Landasan Teori

Landasan teori bertujuan memberikan gambaran dari teori yang terkait dalam pengembangan aplikasi.

2.2.1 Pembelajaran Berbasis Komputer (PBK)

Pendidikan berbasis komputer (Computer-Based Education) telah muncul pada tahun 60-an, sejak pertama kali dikembangkan program pembelajaran berbasis komputer (Computer-Based Instruction). CBI merupakan bentuk aplikasi komputer yang diterapkan dalam pembelajaran. Pada awalnya, penerapan Computer-Based

Education populer menggunakan Computer-Assisted Instruction (CAI), Computer-

Assisted Learning (CAL), Computer- Managed Instruction (CMI), Computer-Assisted

Testing, dan Computer- Assisted Guidance.

Komputer dapat membantu pembelajaran dengan berbagai cara, yaitu dapat menyajikan materi, berinteraksi dengan pengguna dengan menampilkan seperti tutorial, baik secara individual maupun secara kelompok kecil. PBK mampu meningkatkan prestasi belajar mahasiswa sebesar 50%, serta mengurangi waktu yang dibutuhkan untuk menyelesaikan kegiatan belajar siswa. Penggunaan pembelajaran berbantuan komputer di sekolah sama efektifnya dengan pembelajaran konvensional, namun waktu pembelajaran jauh lebih hemat jika strategi belajar menggunakan pembelajaran berbantuan komputer.[8]

2.2.1.1Perbandingan Metode Pembelajaran

Tabel 2.1 Perbandingan metode pembelajaran tradisonal dan PBK

Model Non PBK Model PBK

Materi disampaikan dengan presentasi di ruang kelas

Secara Individu siswa mengeksplorasi materi ajar

pasif/aktif

Kerja Individu Belajar berkelompok Guru sebagai penyampai Informasi Guru sebagai pembimbing Materi ajar relatif stabil Materi ajar berubah secara cepat

Model belajar dan pembelajaran PBK antara lain: 1. Guru sebagai pembimbing atau manajer sumber belajar.

2. Siswa menjadi lebih Independen dan mengelola dirinya untuk belajar.

3. Siswa bekerja secara kolaboratis dengan teman yang lain, namun tidak kompetitif. 4. Komunikasi dan sumber belajar mudah diakses melalui internet.

5. Multimedia sumber belajar menjadi sesuatu yang normal dan disajuikan melalui jaringan yang mudah dakses.[9]

2.2.2 Model pembelajaran ADDIE

Model desain pembelajaran ADDIE adalah model desain pembelajaran yang menggunakan 5 tahap/ langkah sederhana dalam pengaplikasinnya. Sesuai dengan namanya model desain pembelajaran ADDIE ada 5 tahap/ langkah dalam pembelajarannya yaitu Analysis, Desain, Development, Implementation, dan

Evaluation.

Jika disusun maka akan diperoleh tahapan/ langkah- langkah model desain pembelajaran ADDIE adalah sebagai berikut:

1. Analisis

Pada langkah ini pendidik/ pendesain sistem pembelajaran harus memperhatikan komponen- komponen penunjang agar proses belajar mengajar dapat berjalan sesuai dengan yang direncanakan. Pendesain harus mengetahui terlebih dahulu pengetahuan, karaktreristik, keterampilan yang dimiliki oleh peserta didik serta kemampuan apa yang perlu dimiliki oleh peserta didik.

Desain ini merupakan langkah lanjutan setelah analisis. Setelah masalah- masalah dianalisis maka harus dicari solusi alternatif, dengan merancang sistem pembelajaran yang sesuai sehingga tujuan pembelajaran dapat dicapai dengan baik oleh peserta didik. Dan untuk mengetahui apakah program pembelajaran yang didesain dapat digunakan untuk mengatasi masalah- masalah yang terjadi pada peserta didik atau tidak.

3. Pengembangan

Langkah pengembangan ini merupakan penjabaran dari langkah desain, setelah pembelajaran di desain maka apa yang ada dalam desain pembelajaran dikembangkan untuk mencapai tujuan pembelajaran tersebut. Seperti mengembangkan materi pelajaran, strategi pembelajaran, pengembangan media pembelajaran dan penunjang pembelajaran lainnya.

4. Implementasi

Tahap ini merupakan realisasi dari langkah pengembangan atau dalam kata lain ada proses penyampaian materi dan informasi. Pendidik membimbing peserta didik untuk memperoleh pengetahuan sehingga tujuan pembelajaran dapat tercapai. Pendesain juga harus memperhatikan model dan strategi pembelajaran apa yang efektif untuk digunakan dalam penyampaian materi, karena akan mempengaruhi pencapaian tujuan pembelajaran.

5. Evaluasi

Evaluasi ini merupakan proses yang dilakukan untuk memberikan nilai terhadap program pembelajaran. Penilaian terhadap kompetensi, pengetahuan, keterampilan, sikap peserta didik setelah memperoleh program pembelajaran tersebut. Evaluasi ini merupakan tahap akhir dari proses pembelajaran. [2]

Model desain pembelajaran ADDIE pada penelitian ini dijadikan solusi dalam mendesain pembelajaran. Dengan adanya komponen analisis, pendidik dapat menganalisis baik itu karakteristik atau pengetahuan peserta didik sebelum dimulai

proses belajar mengajar. Sehingga model desain pembelajaran ini dapat dijadikan solusi dalam kegiatan belajar mengajar.

2.2.3 Multimedia

Multimedia adalah penggunaan komputer untuk menyajikan dan menggabungkan teks, suara, gambar, animasi, dan video dengan alat bantu dan koneksi sehingga pengguna dapat bernavigasi, berinteraksi, berkarya dan berkomunikasi. Multimedia sering digunakan dalam dunia hiburan. Selain dari dunia hiburan, Multimedia juga diadopsi oleh dunia Game.[4]

Multimedia juga dapat diartikan sebagai penggunaan beberapa media yang berbeda dalam menyampaikan informasi berbentuk teks, audio, grafik, animasi, dan video.

2.2.3.1Multimedia Interaktif

Multimedia interaktif adalah media yang menggabungkan teks, grafik, video, animasi dan suara. Untuk menyampaikan suatu pesan dan informasi, melalui media elektronik seperti komputer dan perangkat elektronik lainnya.

Pengertian Multimedia Interaktif menurut beberapa ahli dijelaskan sebagai berikut:

1. Menurut Robin dan Linda (seperti dikutip Benardo, 2011) Multimedia interaktif adalah alat yang dapat menciptakan peresentasi yang dinamis dan interaktif, yang mengkombinasikan teks, grafik, animasi, audio dan gambar video.

2. Menurut Hofstetter (seperti dikutip Benardo, 2011) Multimedia interaktif adalah pemanfaatan komputer untuk membuat dan menggunakan teks, grafik, audio, gambar bergerak dengan menggunakan link dan tool yang memungkinkan pemakai melakukan navigasi, berinteraksi dan berkomunikasi.

2.2.3.2Jenis Multimedia Interaktif

Menurut suyanto (seperti dikutip Bernardo,2011) jenis multimedia interaktif terbagi menjadi dua bagian, yaitu:

1. Multimedia Interaktif Online

Multimedia Interaktif Online adalah media interaktif yang cara penyampaiannya melalui jalur/kawat/saluran/jaringan. Contohnya situs Web, Yahoo Messengers, dan lain sebagainya. Jenis media ini termasuk media lini atas, yang komunitas sasarannya luas, dan mencakup masyarakat luas.

2. Multimedia Interaktif Offline

Multimedia Interaktif Offline adalah media interaktif yang cara penyampaiannya melalui CD interaktif. Media ini termasuk media lini bawah klarena sasarannya, tidak terlalu luas dan hanya mencakup masyarakat daerah tertentu saja.

2.2.3.3Fungsi Multimedia Interaktif

Dalam kegiatan pembelajaran di kelas, multimedia dapat berfungsi sebagai: 1. Suplemen (Tambahan)

Multimedia dikatakan suplemen (tambahan), apabila guru atau sisa mempunyai kebebasan memilih, apakah akan memanfaatkan multimedia atau tidak untuk materi pembelajaran tertentu.

2. Komplement (pelengkap)

Multimedia dikatakan sebagai komplemen apabila multimedia tersebut di programkan untuk melengkapi atau menunjang materi pembelajaran yang diterima siswa di kelas.

3. Subtitusi

Multimedia dikatakan sebagai subtitusi (pengganti) apabila multimedia dapat menggantikan sebagian besar peran guru. Ini dapat menjadi alternatif sebagai sebuah model pembelajaran.

2.2.3.4Elemen-elemen Multimedia

Multimedia dapat menyampaikan dan menyebarkan informasi dengan cara baru yang informatif dan efisien. Menurut James A Senn. Multimedia terdiri dari beberapa unsur program yang masing-masing unsur menyediakan fasilitas bagi penggunanya, yaitu:

1. Teks bagian multimedia ini menayangkan tulisan di layar. Teks merupakan cara yang cepat untuk menyampaikan dan menyebarkan informasi, sedangkan teks akan selalu digunakan dalam setiap program.

2. Gambar yang digunakan dalam produksi, produksi multimedia berkisar dari klip art sederhana sampai fotografi. Dengan melihat gambar, akan menghasilkan pengaruh yang kuat dibandingkan hanya sekedar membacanya saja.

3. Film Dengan suatu bagian atau program multimedia, komputer dapat berubah menjadi seperangkat televisi, memungkinkan untuk menghadirkan atau menyaksikan suatu film yang diputar berulang-ulang.

4. Animasi Pada dasarnya, animasi adalah menayangkan gambar-gambar secara bargantian, hingga mata kita menangkap pergantian gambar-gambar sebagai sebuah pergerakan. Kadang-kadang animasi dapat mengekspresikan suatu unsur yang lebih mengena karakteristiknya dibandingkan film.

5. Suara, sebuah animasi akan terasa lebih indah karena suara akan menciptakan suasana yang lebih hidup, menghilangkan rasa jenuh dan menjadi sebuah daya tarik tersendiri bagi pemakai aplikasi tersebut.[6]

2.2.3.5Manfaat Multimedia Interaktif

Penggunaan media dalam pembelajaran dapat membantu memberikan pengalaman yang bermakna kepada siswa, karena penggunaan media dapat mempermudah siswa dalam mengamati pengalaman nyata kemudian diimplementasikan kedalam media pembelajaran interaktif untuk membantu siswa untuk lebih mudah mengingat pelajarannya.

Penggunaan multimedia intereraktif pada penelitian ini digunakan untuk membuat tampilan yang menarik yang disukai oleh user.

2.2.4 Suara

Suara adalah fenomena fisik yang dihasilkan oleh getaran benda atau getaran suatu benda yang berupa sinyal analog dengan amplitudo yang berubah secara

kontinyu terhadap waktu, suara berhubungan erat dengan rasa „mendengar‟. Suara atau bunyi biasanya merambat melalui udara. Suara atau bunyi tidak bisa merambat melalui ruang hampa.

Benda bergetar

Benda bergetar Perbedaan tekanan di udara

Perbedaan tekanan di udara

Melewati udara (gelombang) Melewati udara

(gelombang) Pendengar Pendengar

Gambar 2.2 Proses Terjadinya Suara

Suara dihasilkan oleh getaran suatu benda. Selama bergetar, perbedaan tekanan terjadi di udara sekitarnya. Pola osilasi yang terjadi dinamakan sebagai gelombang.suara dibagi menjadi dua:

1. Suara priodik : getaran yang terjadi secara berulang-ulang dan getaran yang dihasilkan sama.

Conroh : instrument musik, nyanyian burung, dan lain-lain.

2. Suara non-periodik : suara yang bentuk gelombangnya kotak-kotak. Contoh : batuk, percikan ombak, dan lain-lain.

Suara berkaitan erat dengan : 1. Frekuensi

Banyaknya getaran dalam satu detik, Satuan : Hertz (Hz) atau Cycles per second (cps), Panjang gelombang suara (wavelenght) dirumuskan = c/f

2. Amplitudo

Keras lemahnya bunyi atau tinggi rendahnya gelombang, Satuan amplitudo

adalah decibel (db), Bunyi mulai merusak telinga jika volumenya lebih besar dari 85 dB dan pada ukuran 130 dB akan mampumembuat hancur gendang telinga

Kecepatan perambatan gelombang bunyi sampai ke telinga pendengar satuan yang digunakan m/s, Pada udara kering dengan suhu 200C (680F), maka kecepatan rambat suara sekitar 343 m/s.

Berdasarkan frekuensinya, suara di bagi menjadi empat, yaitu : 1. Infrasound : 0Hz-20Hz

2. Pendengaran manusia : 20Hz-20KHz

3. Ultrasound : 20KHz-1GHz

4. Hypersound : 1GHz-1THz

2.2.4.1Representasi suara

Gelombang suara analog tidak dapat langsung direpresentasikan pada komputer. Komputer mengukur amplitudo pada satuan waktu tertentu untuk menghasilkan sejumlah angka. Tiap satuan pengukuran ini disebut “sample”. Untuk itu kita harus melakukan conversion data analog untuk dijadikan data digital.

Analog to Digital Converter (ADC)

ADC adalah proses mengubah amplitudo gelombang bunyi ke dalam waktu interval tertentu (disebut juga sampling), sehingga menghasilkan representasi digital dari suara.

Sampling rate adalah beberapa gelombang yang diambil tiap detik. Contoh : jika kuaalitas CD Audia dikatakan memiliki frekuensi sebesar 44100 Hz, berarti jumlah sample rate sebesar 44100 per detik.

Gambar 2.3 Proses Terjadinya Suara

2.2.5 Downsyndrome

Gambar 2.4 Anak penderita down syndrome

Down syndrome adalah suatu kondisi keterbelakangan perkembangan fisik dan mental pada anak yang disebabkan adanya abnormalitas perkembangan kromosom menurut Cuncha dalam Mark L.Batshaw, M.D. Menurut Bandi (1992: 24) anak cacat mental pada umumnya mempunyai kelainan yang lebih dibandingkan cacat lainnya, terutama intelegensinya. Hampir semua kemampuan kognitif anak cacat mental mengalami kelainan seperti lambat belajar, kemampuan mengatasi masalah, kurang dapat mengadakan hubungan sebab akibat,

sehingga penampilan sangat berbeda dengan anak lainnya. Anak cacat mental ditandai dengan lemahnya kontrol motorik, kurang kemampuannya untuk mengadakan koordinasi, tetapi dipihak lain dia masih bisa dilatih untuk mencapai kemampuan sampai ke titik normal. Tanda-tanda lainnya seperti membaca buku ke dekat mata, mulut selalau terbuka untuk memahami sesuatu pengertian memerlukan waktu yang lama, mempunyai kesulitan sensoris, mengalami hambatan berbicara dan perkembangan verbalnya.

Jenis aneuploidi sebagai penyimpangan kromosom tersebut dia namakan trisomi 21, yang berarti kromosom nomor 21 memiliki 3 genom (Pai dalam Gunarhadi, 2005 : 13). Kondisi manusia yang diakibatkan oleh penyimpangan kromosom jenis trisomi 21 diberi istilah idiot mongoloid atau mongoloisme. Diberi nama demikian, karena kondisi individual dengan trisomi 21 dianggap memiliki ciri- ciri wajah yang menyerupai orang oriental. Namun sekarang kondisi yang demikian itu dinyatakan sebagai down syndrome. Asosiasi

keterbelakangan mental tidak melekat pada suatu golongan atau bangsa tertentu. Down syndromeadalah suatu kondisi keterbelakangan perkembangan fisik dan mental anak yang diakibatkan adanya abnormalitas perkembangan kromosom. Kromosom ini terbentuk akibat kegagalan sepasang kromosom untuk saling memisahkan diri saat terjadi pembelahan. Kromosom merupakan serat-serat khusus yang terdapat didalam setiap sel didalam badan manusia dimana terdapat beberapa genetik yang menentukan sifat-sifat seseorang. Selain itu down syndrom disebabkan oleh hasil dari pada penyimpangan kromosom semasa konsepsi. [1]

2.2.6 Voice Recognition

Voice Recognition adalah suatu sistem yang dapat mengidentifikasi seseorang

melalui suaranya, voice recognition menjadi dua jenis yaitu speech recognition dan

Speech Recognition adalah proses identifikasi suara berdasarkan kata yang diucapkan dengan melakukan konversi sebuah sinyal akustik, yang ditangkap oleh

audio device (perangkat input suara). Speech recognition juga merupakan system yang digunakan untuk mengenali suara perintah kata dari suara manusia dan kemudian diterjemahkan menjadi suatu data yang dimengerti oleh komputer. Pada saat ini, sistem ini digunakan untuk menggantikan peranan input dari keyboard dan mose.

Keuntungan dari sistem ini adalah pada kecepatan dan kemudahan dalam penggunaan nya. Kata-kata yang ditangkap dan dikenali bisa jadi sebagai hasil akhir, untuk sebuah aplikasi seperti command dan control, pengimputan data, dan persiapan dokumen. Parameter yang dibandingkan ialah tingkat penekenan suara yang kemudian akan dicocokan dengan template database yang tersedia.

Sedangkan sistem pengenalan suara berdasarkan orang yang berbicara dinamkan speaker recognition.[3]

2.2.7 Speech Recognition

Biometrik, termasuk di dalamnya speech recognition, secara umum digunakan untuk identifikasi dan verifikasi. Identifikasi ialah mengenali identitas subyek, dilakukan perbandingan kecocokan antara data biometric subyek dalam database berisi record karakter subyek. Sedangkan verifikasi adalah menentukan apakah subyek sesuai dengan apa yang dikatakan terhadap dirinya.

Biometric merupakan suatu metoda untuk mengenali manusia berdasarkan pada satu atau lebih ciri-ciri fisik atau tingkah laku yang unik. Bionemic recognition

atau biasa disebut dengan Sistem pengenalan biometric mengacu pada identifikasi secara otomatis terhadap manusia berdasarkan psikological atau karakteristik tingkah laku manusia. Ada beberapa jenis teknologi biometric antara lain suara (speech recognition).

2.2.7.1Skema Utama dan Algoritma Speech Recognition

1. Penerimaan data input

2. Ekstrasi, yaitu penyimpanan data masukan sekaligus pembuatan database untuk template.

3. Pembandingan/pencocokan, yaitu tahap pencocokan data baru dengan data suara (pencocokan tata bahasa) pada template.

4. Validasi identitas pengguna.

Gambar 2.5 Skema Speech Recognition

Secara umum, speech recognizer memproses sinyal suara yang masuk dan menyimpannya dalam bentuk digital. Hasil proses digitalisasi tersebut kemudian dikonversi dalam bentuk spektrum suara yang akan dianalisa dengan membandingkannya dengan template suara pada database sistem.

Gambar 2.6 Spektrum Suara

Sebelumnya, data suara masukan dipilah-pilah dan diproses satu per satu berdasarkan urutannya. Pemilahan ini dilakukan agar proses analisis dapat dilakukan secara paralel. Proses yang pertama kali dilakukan ialah memproses gelombang kontinu spektrum suara ke dalam bentuk diskrit. Langkah berikutnya ialah proses kalkulasi yang dibagi menjadi dua bagian :

1. Transformasi gelombang diskrit menjadi array data.

2. Untuk masing-masing elemen pada array data, hitung "ketinggian" gelombang (frekuensi). Objek permasalahan yang akan dibagi adalah masukan berukuran n, berupa data diskrit gelombang suara.

Ketika mengkonversi gelombang suara ke dalam bentuk diskrit, gelombang diperlebar dengan cara memperinci berdasarkan waktu. Hal ini dilakukan agar proses algorintma selanjutnya (pencocokan) lebih mudah diiakukan. Namun, efek buruknya ialah array of array data yang terbentuk akan lebih banyak.

Gambar 2.7 Contoh hasil konversi sinyal diskrit 2.2.7.2Implementasi Speech Recognition

Hardware yang dibutuhkan dalam implementasi Speech Recognition

1. Sound card

Merupakan perangkat yang ditambahkan dalam suatu Komputer yang fungsinya sebagai perangkat input dan output suara untuk mengubah sinyal elektrik, menjadi analog maupun menjadi digital.

2. Microphone

perangkat input suara yang berfungsi untuk mengubah suara yang melewati udara, air dari benda orang menjadi sinyal elektrik.

3. Komputer atau Komputer Server

Dalam proses suara digital menterjemahkan gelombang suara menjadi suatu simbol biasanya menjadi suatu nomor biner yang dapat diproses lagi kemudian diidentifikasikan dan dicocokan dengan database yang berisi berkas suara agar dapat dikenali.[5]

Metode spech recognition pada penelitian ini digunakan untuk mendeteksi suara dan menampilkan hasil apa yang diucapkan user.

2.2.8 Diagram UML

Pada versi UML 2.3 terdiri dari 13 macam diagram yang dikelompokkan dalam 3 kategori [3].Berikut ini adalah pembagian berdasarkan pengelompokkannya masing-masing :

1. Stucture diagrams yaitu kumpulan diagram yang menggambarkan stuktur dari

sebuah sistem yang dibangun atau dikembangkan

2. Behavior diagrams yaitu kumpulan diagram yang menggambarkan tingkah laku

sistem terhadap ruang lingkup sistemnya.

3. Interaction diagrams yaitu kumpulan diagram yang menggambarkan interkasi

sistem satu dengan lainnya.

UML 2.3 Structure Diagrams _Behavior Diagrams Intraction Diagrams Class diagram Object diagram Component diagram Composite structure diagram Deployment diagram Use case Activity diagram State machine diagram Sequence diagram Communication diagram Timing diagram Interaction overview diagram

Gambar 2.8 Diagram UML 2.2.8.1Use Case

Use case atau diagram use case merupakan pemodelan untuk memodelkan

kondisi sistem yang akan dibangun.Use case mendeskripsikan sebuah interaksi antara satu atau lebih aktor dengan sebuah sistem.Terdapat dua entitas penting didalam

usecase disebut aktor dan use case. 2.2.8.2Activity Diagram

Diagram aktivitas adalah diagram yang menggambarkan bagaimana sistem bekerja.Diagram aktivitas menggambarkan bagaimana sistem bekerja, bukan aktor yang melakukan.

2.2.8.3Sequence Diagram

Diagram sekuen menggambarkan proses dimana proses tersebut mendeskripsikan waktu hidup dan pesan yang dikirimkan dan diterima antar objek[10]. Banyaknya diagram sekuen harus sesuai dengan banyak pendefinisian use case.

2.2.8.4Class Diagram

Diagram kelas menggambarkan struktur sistem dari segi pendefinisian kelas yang akan dibuat untuk membangun sebuah sistem.Dalam sebuah kelas terdapat sebuah stuktur sebagai berikut:

1. Kelas Main

Kelas Main berfungsi sebagai kelas yang mengeksekusi sistem ketika sistem pertama kali dijalankan.

2. Kelas View

Kelas View berfungsi sebagai kelas yang mengatur sebuah tampilan. 3. Kelas Controller

Kelas Controller mengangani proses bisnis yang bekerja disebuah sistem. 4. Kelas Model

Kelas model berfungsi sebagai pembungkus data menjadi sebuah kesatuan yang diambil maupun yang akan disimpan.

Fungsionalitas UML pada penelitian ini digunakan sebagai alat bantu dalam perancangan perangkat lunak.

2.2.9 Fast Fourier Transform (FFT)

Transformasi Fourier adalah suatu model transformasi yang memindahkan domain spasial atau domain waktu menjadi domain frekuensi.

Gambar 2.9 Transformasi Fourier

Transformasi Fourier merupakan suatu proses yang banyak digunakan untuk memindahkan domain dari suatu fungsi atau obyek ke dalam domain frekuensi. Di dalam pengolahan citra digital atau simyal suara, transformasi fourier digunakan untuk mengubah domain spasial pada citra/sinyal menjadi domain frekunsi. Analisa-analisa dalam domain frekuensi banyak digunakan seperti filtering. Dengan menggunakan transformasi fourier, sinyal suara atau citra dapat dilihat sebagai suatu obyek dalam domain frekuensi.

FFT (Fast Fourier Transform) adalah teknik perhitungan cepat dari DFT (Discrete Fourier Transform). Transformasi fourier diskrit atau disebut dengan

Discrete Fourier Transform (DFT) adalah model transformasi fourier yang dikenakan

pada fungsi diskrit, dan hasilnya juga diskrit. [4]

FFT adalah DFT dengan teknik perhitungan yang cepat dengan memanfaatkan sifat periodikal (konjugasi) dari transformasi fourier. Perhatikan rumus dari DFT :

_∑

Atau dapat ditulis dengan :

_∑

Pada penelitian ini FFT(Fast Fourier Transform) digunakan untuk mengubah sinyal suara atau citra dapat dilihat sebagai suatu obyek dalam domain frekuensi.

2.2.10 Hash

Kerbau Buaya

Anjing Kata

Babi

Kucing

1

2

3

4

100000

Fungsi hash Hash

. . . .

0

Kelinci

Gambar 2.10 Funsi Hash

Pada gambar 2.10 Fungsi hash yang memetakan nama-nama kebilangan integer 0-10000 tampak adanya kolisi pada kata anjing dan kucing

Fungsi hash digunakan untuk mempercepat pencarian dalam tabel data atau perbandingan data seperti basis data, mencari duplikasi atau kesamaan (rekaman), fungsi hash haruslah stabil, artinya jika ia dipanggil dua kali oleh masukan yang benar-benar sama misalnya sting yang mengandung skuen karakter yang sama, maka ia harus memberi hasil yang sama pula.

File suara yang sebelumnya direkam berformat .wav dan selanjutnya diproses kedalam suatu proses sampling dan proses FFT sehingga dapat dilakukan ekstraksi hash, yaitu sebuah proses yang mengkonversi sinyal suara menjadi beberapa parameter yang dapat diambil untuk proses selanjutnya yaitu identifikasi pola suara. Pengidentifikasian suara menggunakan rumus.

2.2.11 Unity

Unity Technologies adalah revolusi dari game industri didunia, Unity membantu membangun game 3D dan 2D yang kompatible dengan seluruh banyak platfom mobile, desktop, konsol dan lainnya.Unity membuat game yang dibangun lebih interaktif dengan berbagai fasilitas seperti animasi.

Unity memiliki IDE (Integrated Development Environment) yaitu Mono Develop yang mana mendukung berbagai bahasa pemrograman yaitu Boo,Javascript dan C#.

2.2.9.1Sejarah Unity

Unity Technologies ditemukan oleh David Helgason, Nicholas Francis, dan Joachim Ante pada tahun 2004 [5]. Pada tahun 2005 Unity merilis versi 1 di Apple‟s WWDC, tahun 2007 unity merilis versi 2.0 dan mengadakan acara unity tahunan konferensi developer, tahun 2008 unity versi iphone telah dirilis dan unity telah resmi menjadi penyedia game untuk Wii dan Cartoon Network memperkenalkan FusionFall dimana pengguna yang memainkan game tersebut lebih dari 8 juta orang [6].

Pada tahun 2009 Unity merilis versi gratis di konferensi developer unity dan pada tahun yang sama unity mendapatkan pendanaan dari Sequoia Capital sebesar 5.5 juta dollar.Tahun 2010 Unity merilis versi 3 dimana terdapat unity asset store, unity untuk android developer dan membuat Naci(Unity native client) sebagai plugin chrome.Tahun 2011 Unity telah memiliki 100 karyawan dan membuka cabang diberbagai negara yaitu Kanda,Jepang,Korea dan Swedia, ditahun yang sama unity bekerjasama dengan Sony Ericsson membuat sebuah game di Xperia Play dan unity mendapatkan kembali pendanaan sebesar 12 juta dollar.

Unity merilis preview unity versi linux dan unity versi 4 pada tahun 2012 dan merilis unity 3.5 dengan berbagai fitur baru yaitu mekanik animasi yang memudahkan animator untuk menggerakan karakter dan pada tahun yang sama unity bekerjasama dengan adobe menjadi patner flash player.Tahun 2013 unity mengumumkan telah memiliki fitur 2D, unity cloud , mendukung blackberry 10 dan

mendukung platform xbox dan tahun 2014 unity merilis unity versi 5 dengan berbagai fitur terbarukan yaitu sound mixer, texture ligthing, unity ads dan lainnya.

Unity adalah tools yang digunakan untuk pembangun aplikasi pembelajaran pengucapan kata pada penelitian ini.

2.2.12 Teknik Pengolahan Data

Teknik pengolahan data yang dilakukan setelah semua sumber data terkumpul yaitu perhitungan data hasil pretest dan posttest.

2.2.13 Penghitungan Data Hasil Pretest dan Posttest

Pretest adalah sebuah latihan atau tes yang dilakukan sebelum anak menerima

media pembelajaran, sedangkan posttest adalah sebuah latihan atau tes yang dilakukan setelah anak menerima media pembelajaran berupa game edukasi.

1. Memeriksa hasil tes

Diawali dengan memberikan soal pretest kepada anak lalu anak diberikan sebuah latihan pembelajaran menggunakan game edukasi yang telah dibangun dengan jarak waktu yang sudah ditentukan. Kemudian langkah selanjutnya memberikan

posttest kepada anak yang sama dengan soal yang sama dengan soal pretest. Setelah dilakukan posttest penulis memeriksa jawaban posttest dari anak.

2. Menghitung nilai rata-rata tes

Setelah penghitungan nilai setiap anak selesai, lalu dapat dihitung nilai rata-rata dari seluruh nilai anak dengan menggunakan rumus sebagai berikut [7] :

M = ∑ Keterangan : M = Nilai rata-rata

∑X = Jumlah nilai

N = Jumlah responden

Setelah nilai rata-rata kedua tes dihitung, kemudian akan dihitung nilai korelasi variabel tersebut dengan menggunakan rumus [7]:

∑

√ ∑ ∑

Keterangan : r = Korelasi

X = Rata-rata nilai pretest Y = Rata-rata nilai postest

3. Menginterprestasikan Nilai Korelasi Variabel Penelitian

Setelah hasil tes didapat, maka penulis mengklasifikasikan hasil tersebut dengan nilai sebagai berikut :

Tabel 2.3 Pedoman untuk memberikan interprestasi Koefisien Korelasi [7,8] Interval Koefisien Tingkat Hubungan

0,00 – 0,199 Sangat Rendah 0,20 – 0,399 Rendah 0,40 – 0,599 Sedang 0,60 – 0,799 Kuat 0,80 – 1,000 Sangat Kuat 2.2.14 Pemrograman C#

C# (C Sharp) adalah bahasa pemrograman berbasis objek yang didukung oleh Microsoft .NET Framework, yaitu suatu perantara agar aplikasi dengan bahasa pemrograman yang didukung dapat berkomunikasi dengan sistem operasi yang digunakan oleh komputer [9]. Selain itu, NET Framework juga memungkinkan C# untuk berkomunikasi dengan bahasa pemrograman lainnya yang didukung oleh .NET Framework seperti VB .NET, F#, maupun C++. Dengan kata lain, aplikasi yang dibuat dapat menggunakan komponen-komponen lain yang dibuat menggunakan VB .NET, F#, maupun C++.

C# merupakan bahasa pemrograman yang berorientasi objek (object-oriented) yang merepresentasikan konsep “objek” dengan suatu data field yang mempunyai suatu prosedur perintah method. Melalui konsep object-oriented ini aplikasi bisa

dibangun dengan menggunakan beberapa objek yang akan saling berinteraksi satu dengan yang lainnya.

1. Class

Class adalah sebuah template yang mendefinisikan bentuk suatu objek [10].Data dan kode dispesifikasikan untuk membentuk sebuah objek.Class menjadi acuan deksripsi untuk membentuk sebuah objek.

2. Object

Object adalah perumpamaan dari sebuah kelas, Object dapat mengakses attribut yang terdapat di Classsehingga attribut yang seharusnya ditulis berulang ulang dapat diakses kembali dengan properti yang sama.

Pemrograman C# adalah bahasa pemrograman yang digunakan pada penelitian ini.

2.2.15 Microphone

Microphone atau sering ditulis mikropon adalah suatu alat yang dapat

mengubah getaran suara menjadi getaran listrik. Microphone merupakan salah satu sumber pokok dan merupakan input studio rekaman (studio produksi). Karena sangat peka dalam menerima getaran suara, peletakan microphone memerlukan pengaturan yang khusus agar suara-suara yang tidak diperlukan tidak ikut masuk menggetarkan membrane mikropon. Media penghantar getaran listriknya merambat melalui kabel. [11] Ditinjau dari jenisnya microphone dibagi menjadi :

2.2.9.2Microphone Dinamis

adalah mikropon yang menggunakan prinsip kerja induksi (mikropon menjadi sumber listrik induksi). Prinsip kerja : Getaran suara yang masuk menggerakkan membran; getaran membran menggerakkan moving coil; getaran moving coil yang berada dalam membrane magnet akan menyebabkan timbulnya aliran listrik. Aliran listrik yang berupa gelombang listrik seirama dengan getaran suara yang diterima.

2.2.9.3Microphone Carbon

Mikrophone yang menggunakan prinsip kerja tahanan (resistansi) yang

berubah-ubah, biasanya adalah resistor arang. Prinsip kerja : Getaran suara yang masuk menggetarkan membran. Getaran membran ini menyebabkan kerenggangan dan kerapatan arang berubah-ubah. Hal ini menyebabkan bervariasinya nilai resistansi arus listrik yang melewati kumparan primer. Arus listrik pada kumparan primer akan terinduksi pada gulungan sekunder dan besar kecilnya arus ini tergantung dari getaran membran yang disebabkan oleh getaran suara yang diterima. [11]

2.2.9.4Microphone Kondensor

adalah mikropon yang dalam kerjanya menggunakan kondensator. Prinsip kerja : Getaran suara yang masuk menggetarkan membran. Getaran membran ini mengakibatkan gerakan maju dan mundur lempengan penghantar pada kondensator. Dengan perubahan ini, nilai kondensator pun berubah seiring dengan perubahan getaran. Perubahan kapasitansi ini menyebabkan terjadinya getaran listrik. Selanjutnya getaran listrik ini diperkuat oleh Preamp. Pada mikropon jenis ini memerlukan tegangan phantom dari preamp sebesar 48 volt, tetapi untuk aplikasi sehari hari biasanya mikropon kondensor cukup menggunakan bateray 1,5vol

fungsi microphone pada penelitian ini, untuk merekam kata yang digunakan untuk database serta untuk merekam kata yang dimasukan oleh user.

2.2.16 Pengujian Black Box

Pengujian yang dilakukan untuk menguji perangkat lunak dari segi spesifikasi fungsional tanpa menguji desain dan kode program. Pengujian dimaksudkan untuk mengetahui apakah fungsi-fungsi, masukan dan keluaran dari perangkat lunak sesuai dengan kebutuhan. Pengujian fungsional perangkat lunak yang dilakukan pada sistem, lengkap terpadu dan digunakan untuk mengevaluasi kepatuhan sistem dengan persyaratan yang ditentukan. Pada pengujian fungsional terdapat beberapa jenis pengujian yaitu:

Pengujian unit fokus pada usaha verifikasi pada unit yang terkecil pada desain perangkat lunak. Setiap unit perangkat lunak diuji agar dapat diperiksa apakah aliran masukan (input) dan keluaran (output) dari unit sudah sesuai dengan yang diinginkan. Pengujian unit biasanya dilakukan saat kode program dibuat. Karena dalam sebuah perangkat lunak banyak memiliki unit-unit kecil maka untuk menguji nuit-unit kecil tersebut dibuat program kecil untuk menguji unit-unit perangkat lunak. Unit disini secara fisik dapat berupa prosedur atau fungsi, sekumpulan prosedur atau fungsi yang ada dalam berkas (file) jika dalam pemrograman terstruktur atau kelas namun bisa juga kumpulan kelas dalam satu

package dalam pemrograman berorientasi objek.

2. Pengujian Integrasi

Pengujian integrasi adalah sebuah teknis yang sistematik untuk mengonstruksi struktur program seiring dengan menggabungkan fungsi program dengan antarmukanya. Pengujian terintegrasi bertujuan untuk mempergunakan komponen unit program yang sudah diuji dan membangun struktur seperti yang telah didesain sebelumnya. Pada pengujian ini dilakukan secara langsung pada akhir pengembangan perangkat lunak (“big bang”). Pendekatan big bang

digunakan sebuah sistem sistem diuji secara kesatuan sehingga sering ketika terjadi kesalahan (error) akan menemui kesulitan untuk menemukan dimana letak kesalahan (error) yang terjadi.

3. Pengujian Regression Integration

Pengujian regresi adalah eksekusi dari beberapa subset pengujian terhubung atau saling terkait untuk menjamin bahwa model yang baru masuk pengujian tidak mengubah funsionalitas yang sudah diuji sebelumnya. Pengujian regresi dapat dilakukan secara manual dengan mengeksekusi sebuah subset untuk semua kasus uji dari subset itu atau bisa juga menggunakan perangkat (tool). Pengujian regresi lebih seusai menggunakan tiga kelompok kasus pengujian sebagai berikut:

1. Kelas uji yang berisi contoh kasus pengujian yang dapat menguji semua fungsi perangkat lunak.

2. Kelas kasus uji yang berisi kasus tambahan yang fokus pada fungsi perangkat lunak yang akan terpengaruh jika ada tambahan modul baru untuk diuji.

3. Kelas uji yang berisi kasus yang fokus pada komponen atau modul baru atau yang mengalami perubahan.

4. Pengujian Smoke Integration

Pengujian asap (smoke testing) adalah sebuah pendekatan pengujian integrasi yang biasa digunakan ketika pengerjaan perangkat lunak cukup singkat dan biasanya untuk komponen atau modul yang ditambahkan pada perangkat lunak. Pengujian ini meliputi hal-hal sebagai berikut:

1. Mempersiapkan komponen yang telah ditranslasi menjadi kode program kemudian diintegrasikan dengan komponen lain ynag terkait seperti berkas (file), modul lain yang digunakan kembali untuk mengimplementasi satu atau lebih fungsi perngkat lunak.

2. Mempersiapkan sekumpulan penguji yang didesain untuk menemukan kesalahan (error) yang menjaga perangkat lunak tetap memenuhi fungsinya. 3. Mengimplementasikan sekumpulan kode program, berkas (file), pustaka,

modul lain yang digunakan kembali dan komponen rekayasa lainnya yang diperlukan dengan kumpulan yang lain da n diuji perhari agar setiap pertambahan komponen perhari dapat diuji, pendekatan yang dilakukan bisa menggunakan top-down atau bottom-up [3].

35 BAB 3

ANALISIS DAN PERANCANGAN SISTEM

3.1 Analisis Sistem

Analisis sistem dilakukan untuk memperoleh informasi dari permasalahan dan gambaran yang tepat dari apa yang akan dilakukan oleh sistem. Analisis sistem bertujuan untuk mengetahui bagaimana sistem bekerja, sistem yang akan dibangun dan bagaimana sistem yang akan diteliti.

Pada bagian analisis sistem ini akan dibahas mengenai analisa-analisa masalah yang akan dilakukan terhadap aplikasi, analisa pengguna dan kegunaan dari aplikasi yang akan dibangun.

3.1.1 Analisis Masalah

Berdasarkan latar belakang yang telah diuraikan maka masalah yang didapat adalah bagaimana cara membangun sebuah aplikasi pembelajaran dengan menggunakan teknologi voice recognition untuk membantu perkembangan dan kemampuan siswa down syndrome untuk mengucapkan kata dan juga membantu guru dalam proses belajar dan mengajar.

3.1.2 Analisis Prosedur Yang Sedang Berjalan

Analisis Prosedur atau analisis proses adalah tahapan yang memberi gambaran tentang sistem yang sedang berjalan. Analisis ini bertujuan untuk memberikan gambaran yang lebih detail bagaimana cara kerja dari sistem yang sedang berjalan. Analisa Prosedur pada bisnis proses aplikasi ini pada gambar 3.1

Gambar 3.1 Bisnis Proses Mengajar

Gambar 3.1 adalah alur bisnis proses mengajar Sekolah Khusus YPAC. Berdasarkan hasil penelitian, sistem yang sedang berjalan masih terdapat kendala yaitu, ketika murid sulit menangkap pelajaran yang diajarkan oleh guru, menjawab pertanyaan, mengingat dan menjawab latihan yang ada dibuku. Buku menjadi bahan acuan utama dalam penyampaian materi pembelajaran ataupun latihan yang diberikan kepada murid tanpa didukungnya perangkat multimedia. Berikut ini adalah analisis dari bisnis proses yang sedang berjalan :

1. Guru mengajar murid sesuai dengan jadwal atau bahan ajaran harian. 2. Guru mensimulasikan bahan ajaran dengan menggunakan alat peraga. 3. Murid mengerjakan latihan soal dengan dibimbing oleh guru.

Dari gambaran prosedur tersebut Sekolah Khusus YPAC masih terkendala yakni murid yang masih kesulitan mengingat mengenal kata dan pengucapan disebabkan murid masih belum bisa membayangkan bentuk huruf dan pengucapanya sehingga mengakibatkan murid sulit menghafal kata.

3.1.3 Analisis Aplikasi Sejenis

Pada tahap ini dilakukan analisis terhadap aplikasi sejenis yang telah dibuat. Tujuannya dari analisis ini yaitu membandingkan dan mendapatkan konsep voice

recognition dari aplikasi yang sudah ada untuk kemudian dikembangkan dan

disesuaikan denga kebutuhan. aplikasi yang dibandingkan dan akan menjadi acuan adalah aplikasi pembelajaran bahasa Inggris English Kids.

3.1.3.1 English Pronunciation Testing

English pronunciation testing dibuat oleh Ruiyu team, english pronunciation

Gambar 3.2 Halaman Awal

1.1.3.1.1 Cara Penggunaan English PronunciationTesting

Didalam menu utama tes pengucapan bahasa inggris ini terdapat 2 pilihan menu yaitu: menu pengembang dan menu level.

1. Menu pengembang

Berisi tentang pengembang dan alamat situs web pengembang

Gambar 3.3 Menu Pengembang 2. Level

Pada bagian ini terdapat 3 level dari level 1 sampai dengan 3 dengan tingkat kesulitan nya masing-masing.

Gambar 3.4 Tampilan Menu Utama

3. Menu pilihan test

Pada menu pilihan test terdapat 5 pilihan menu utama yaitu

untuk kembali ke menu sebelumnya, menu pilihan digunakan untuk mendengarkan contoh pengucapan kata, previous digunakan untuk mengulang kata sebelumnya, next digunakan untuk melanjutkan kekata selanjutnya, please read

digunakan untuk merekam suara.

Gambar 3.5 Level

Pada aplikasi english pronunciationtesting terdapat komponen yang dapat digunakan dapat dilihat pada tabel

Tabel 3.1 Kompenen Aplikasi English Pronunciation Testing

No Komponen Keterangan

1 Menu Pada aplikasi english pronunciation testing terdapat

beberapa menu sebagai berikut: Menu Pengembang

Menu utama level 1 Submenu kembali Submenu mendengarkan Submenu previous

Submenu please read

Tabel 3.1 Kompenen Aplikasi English Pronunciation Testing (lanjutan)

No Komponen Keterangan

1 Menu Submenu next

Submenu share

Menu utama level 2 Submenu kembali Submenu mendengarkan Submenu previous

Submenu please read

Submenu next

Submenu share

Menu utama level 3 Submenu kembali Submenu mendengarkan Submenu previous

Submenu please read

Submenu next

2 Grafis Aplikasi ini memiliki grafis 2 dimensi

3 Tombol Aplikasi english pronunciation testing memiliki tombol

yang digunakan untuk mengarahkan pengguna sesuai dengan fungsi masing-masing berikut adalah tombol yang digunakan:

Tombol pengembang

Digunakan untuk mengetahui informasi tentang

pengembang Tombol level 1

Digunakan untuk menampilkan test pengucapan di level 1 Tombol level 2

Digunakan untuk menampilkan test pengucapan di level 2 Tombol level 3

Digunakan untuk menampilkan test pengucapan di level 3 Tombol kembali

Digunakan untuk kembali kemenu utama

Tombol

Digunakan untuk mendengarkan contoh pengucapan kata

Tabel 3.1 Kompenen Aplikasi English Pronunciation Testing (lanjutan)

No Komponen Keterangan

3 Tombol Tombol previous

Digunakan untuk kembali kekata sebelumnya Tombol please read

Digunakan untuk merekam kata yang diucapkan Tombol next

Digunakan untuk melanjutkan kekata berikutnya Tombol share

Digunakan untuk membagikan hasil test ke media Sosial

4 Fungsi Aplikasi Fungsi aplikasi english pronunciationtesting

Mengetest kemampuan pengucapan kata Menampilkan hasil dari pengucapan kata

1.1.3.1.3 Hasil Analisis Aplikasi English PronunciationTesting

Hasil analisis aplikasi english pronunciationtesting adalah sebagai berikut :

1. Aplikasi english pronunciation testing merupakan aplikai multimedia yang interaktif, aplikasi ini menyajikan materi test pengucapan kata unruk membantu penggunanya mengucapkan kata dengan benar.

2. Aplikasi english pronunciation testing harus terhubung dengan jaringan internet.

3.1.4 Deskripsi Umum Sistem

Dari permasalahan-permasalahan yang ada, solusi yang ditawarkan adalah membangun aplikasi pembelajaran untuk melatih kemampuan pengucapan kata pada anak sehingga dengan menyediakan aplikasi pembelajaran pengucapan kata ini diharapkan anak dapat menjadi lebih termotivasi belajar. Sistem yang akan dibangun pada sistem ini adalah aplikasi menggunakan teknologi voice recognition, sistem ini mampu menangkap suara dan membandingkan dengan data yang disimpan pada

database.

Deskripsi umum aplikasi pembelajaran pengucapan kata ini adalah dimulai dari tahap pengolahan sinyal suara. Tahap pengolahan sinyal suara adalah proses pengkondisian sinyal suara dimulai dari perekaman suara dan tahap konversi analog ke digital. Setelah itu masuk pada tahap ekstraksi dengan sebelumnya sinyal diolah menggunakan algoritma FFT. Gambar 3.6 menunjukan proses pengenalan kata yang akan dirancang.

Pengolahan sinyal suara

Pengolahan sinyal suara Pengenalan kataPengenalan kata Kata Kata Sinyal Suara

Gambar 3.6 Proses Aplikasi Pengenalan Kata

Analaisis algoritma FFT adalah tahap merubah sinyal suara dalam domain waktu menjadi sinyal suara dalam domain frekuensi. Tahap pengenalan kata adalah tahap pencocokan hasil rekaman dengan basis data, tahap ini melakukan perbandingan hitungan kata satu dengan yang lain berupa paling banyak baris yang sama dengan basis data.

3.1.5 Analisis Aplikasi Yang Akan di Bangun

Dari permasalahan-permasalahan yang ada, solusi yang ditawarkan adalah membangun aplikasi pembelajaran untuk melatih kemampuan pengucapan kata pada anak sehingga dengan menyediakan aplikasi pembelajaran pengucapan kata ini diharapkan anak dapat menjadi lebih termotivasi belajar. Sistem yang akan dibangun pada sistem ini adalah aplikasi menggunakan teknologi voice recognition, sistem ini mampu menangkap suara dan membandingkan dengan data yang disimpan pada

database.

Komputer

1 Memilih modul

2 Pembelajaran/ Menampilkan hasil

Microphone

3 Input suara

4

Mengirimkan sinyal suara

Data Suara

Murid

Mencocokan

Mengirimkan hasil

Gambar 3.7 Analisis Sistem yang akan dibangun

Berikut ini adalah alur pada sistem aplikasi pembelajaran untuk melatih kemampuan pengucapan kata pada anak yang akan dibangun gambar 3.7:

1. Guru memilih materi yang terdapat didalam aplikasi.

2. Murid memperhatikan materi yang telah dipilih oleh guru, materi tersebut berupa sebuah animasi sehingga materi yang disampaikan lebih interaktif.

3. Setelah mendengarkan materi murid meniru dan memasukan suara sesuai contoh lewat Mic.

4. Sistem akan mengecek hasil masukan.

5. kemudian sistem akan menampilkan informasi hasil suara yang dimasukan. 3.1.6 Analisis Arsitektur Sistem

Arsitektur sistem yang akan dibangun terdiri dari beberapa komponen yaitu mengenai sistem aplikasi pembelajaran dan sistem pengenalan ucapan. Arsitektur sistem dalam pengembangan aplikasi pembelajaran pengucapan kata ini ditunjukan pada gambar 3.8 mengenai analisis arsitektur sistem.

Sistem mengecek ketepatan suara

Aplikasi pembelajaran

Menampilkan hasil Memilih modul

Pengguna

Memasukan suara

Mengirimkan hasil pengolahan data

Gambar 3.8 Analisis Arsitektur Sistem

1. Sistem akan menampilkan modul yang dipilih oleh murid kemudian sistem akan menampilkan contoh pengucapan kata yang dipilih oleh murid

2. Kemudian murid akan menginputkan suara.

3. Sistem akan mengecek ketepatan suara, deskripsi secara umum dalam pengucapan kata dimulai dari tahap pengolahan sinyal suara.setelah itu masuk pada tahap analog to digital conversion. Setelah itu sinyal diolah menggunakan analisis Fast Fourier Transform (FFT).

4. Kemudian sistem akan mengirimkan hasil pengolahan data dan kemudain menampilkan hasil dari pengolahan tersebut.

3.1.7.1Skoring

Pada setiap materi latihan pemain harus menyelesaikan soal yang diberikan secara acak, pemain akan mendapatkan penilaian berupa bintang diakhir latihan. Pada Tabel 3.6 menjelaskan rincian perhitungan untuk skoring jawaban.

Tabel 3.2 Analisis Skoring Permainan

Pengucapan Kata Jumlah Bintang

1 sampai 3 3

3 sampai 6 2

6 sampai 10 1

3.1.7.2Deskripsi Konsep Aplikasi Pembelajaran Pengucapan Kata

Aplikasi ini ditujukkan untuk melatih kemampuan pengucapan kata kepada anak. Pada tampilan awal permainan terdapat menu utama yaitu guru dapat memilih materi mana yang akan diberikan kepada murid, setelah memilih materi maka anak dapat mengikuti intruksi yang ada didalam aplikasi. Tugas murid adalah menyelesaikan soal yang terdapat didalam setiap materi hingga selesai.

Tabel 3.3 Deskripsi Konsep Aplikasi

Unsur yang Membangun Deskripsi

anak penderita down syndrome

Audiens Siswa downsyndrome yang sedang belajar di

sekolah YPAC

Gambar Gambar yang ada dalam aplikasi

pembelajaran merupakan gambar yang

disesuaikan dengan anak-anak sehingga anak merasa terhibur.

Audio Audio yang digunakan terdiri dari narasi dan

backsound yang telah diedit dan disesuaikan dengan anak.

Interaktivitas Interaktivitas dalam aplikasi pembelajaran ini

adalah pengucapan kata, tombol lanjut, kembali dan keluar.

Adapun materi yang akan dibahas dalam aplikasi pembelajaran pengucapan kata bisa dilihat pada tabel 3.4

Tabel 3.4 Materi Dan Database

Materi Database

Warna Biru, Hijau, Hitam, Kuning, Putih,

Ungu, Merah, Jingga, Coklat

Angka Satu, Dua, Tiga, Empat, Lima, Enam, Tujuh, Delapan, Sembilan

Hewan Anjing, Babi, Buaya, Kelinci, Kerbau, Kucing, Monyet, Kura-kura, Kambing

Tabel 3.4 menerangkan materi yang ada pada aplikasi dan objek sebagai database yang disediakan pada aplikasi pembelajaran pengucapan kata pada penderita

downsyndrome.

3.2 Analisis Pengolahan Sinyal Suara

Proses pengenalan kata dan simulasi pada sistem harus melalui beberapa tahap proses agar dapat dikenali oleh sistem. Suara yang telah direkam berupa sinyal analog diolah menjadi sinyal digital untuk diubah menjadi data diskrit . data suara hasil rekaman kembali diproses dalam pengolahan sinyal suara, diekstraksi ciri fiturnya untuk mengetahui perbedaan ciri-ciri tiap suara agar memudahkan saat proses pengenalan kata. Setelah itu barulah sistem pengenalan kata akan mengenali ucapan dari pengguna setelah sistem memiliki template fitur yang akan di jadikan pembanding.

Dalam analisis pengolahan sinyal suara dibagi menjadi 3 tahap, tahap pertama adalah tahap pre-processing, tahap kedua adalah tahap memproses sinyal berdasarkan frekuensi dengan FFT, lalu data hasil dari proses FFT diambil untuk dijadikan hash. Secara umum peroses pengolahan sinyal suara pada aplikasi mengikuti alur seperti pada gambar 3.9

Mulai Mulai Input Rekaman Kata Input Rekaman Kata Load Audio Dari Data Base Load Audio Dari Data Base Pre-Processing Pre-Processing Mulai Mulai Pre-Processing Pre-Processing Proses FFT

Proses FFT Proses FFTProses FFT

Ekstraksi Hash

Ekstraksi Hash Ekstraksi HashEkstraksi Hash

Pengenalan Kata Pengenalan Kata Tampilan Hasil Pengenalan Tampilan Hasil Pengenalan selesai selesai

Gambar 3.9 Alur Pengolahan Sinyal Suara

3.2.1 Analisis Pre-Processing

Sinyal suara yang akan diproses bersifat analog sehingga jika dilakukan pengolahan secara digital, sinyal suara itu harus dikonversi menjadi sinyal digital, berupa urutan angka dengan tingkat presisi tertentu yang dinamakan Analog to Digital Conversion dengan menggunakan Analog to Digital Converter (ADC)

Sampling

Sampling KuantitasKuantitas CodingCoding

Gambar 3.10 Konsep Kerja ADC

Proses sampling adalah proses konversi dari bentuk gelombang yang masih kontinyu menjadi bentuk gelombang diskrit. Sedangkan proses rekontruksi adalah proses konversi kembali dari gelombang diskrit menjadi gelombang yang kontinyu. Tujuan dari proses sampling adalah mempermudah pemrosesan sinyal analog pada sistem pemrosesan yang diskrit (biasanya melibatkan ADC dan DAC) dan menghemat bandwidth tranmisi sinyal analog, misalnya PCM atau voice.

Data berupa sinyal suara diperoleh dengan cara merekam suara melalui

microphone yang dihubungkan dengan komputer. Perekaman suara didalam aplikasi

menggunakan bantuan function dari program dan accessories windows yaitu sound

recorder dengan format .wav dan ferekunsi sampling standar terbaik pada PC adalah

8000Hz, 11025Hz, 22050Hz, dan 44100Hz. Suara dengan format .wav ini bisa menggunakan 8 atau 16 bits/sample dan 1 untuk channel mono atau 2 untuk chanel streo. Perhitungan pada proses akusisi data (proses mengambil, mengumpulkan dan menyiapkan data, hingga menghasilkan data yang dikehendaki) dilakukan untuk pengambilan sampling, durasi suara yang direkam apabila lebih pendek lebih mudah untuk diambil perbedaan fiturnya.

X = FS.dt.( ) . j Dimana:

X = Jumlah data sampel

FS = Frekuensi Sampling (Hz) dt = Durasi (detik)

bit = Jumlah bit tiap sampel

j = Channel (mono=1 dan stereo = 2)

Dalam analisis ini digunakan contoh durasi rekaman yang diambil adalah 0,4 detik.

Tabel 3.5 Implementasi Aplikasi Model

Frekuensi (Hz)

Bits/ sample

Channel Perhitungan Jumlah Data Sample (byte)

8000 8 Mono 8000*0,4*(8/8)*1 3200

11025 8 Mono 11025*0,4*(8/8)*1 4410

22050 8 Mono 22050*0,4*(8/8)*1 8820

44100 8 Mono 44100*0,4*(8/8)*1 17640

2. Kuantisasi

Proses ini adalah proses pengkonversian nilai analog kedalam suatu nilai diskrit. Selama proses kuantisasi, ADC mengkonversi setiap nilai analog ke dalam bentuk diskrit. Diambil suatu input sinyal analog yang akan di kuantisasi, terlihat pada gambar 3.10

Gambar 3.10 Input Sinyal Analog Yang Di Kuantisasi

Dari hasil kuantisasi pada gambar 3.9 maka dapat diambil data suara hasil sinyal diskrit dengan diawali sebagai nilai f(x) sebagai berikut:

2 3 4 4

f(0) f(1) f(2) f(3) 3. Coding

Pada proses coding, tiap nilai diskrit yang telah didapat selanjutnya dipresentasikan dalam angka biner n-bit. Cara konversinya adalah dengan membagi bilangan desimal dengan bilangan biner dengan memperhatikan sisa pembagian.

Tabel 3.6 Perhitungan Konversi Sinyal Analog

Nilai Diskrit dari

Hasil Kuantisasi Kode Biner (8-bit)

2 00000010

3 00000011

4 00000100

4 00000100

Kode biner hasil coding tidak akan dimasukan dalam perhitungan proses selanjutnya, karena kode biner ini hanya dibaca oleh processor komputer untuk pembacaan suatu sinyal digital.

3.2.2 Analisis Proses Fast Fourier Transform

Fast Fourier Transform adalah suatu algoritma komputasi optimal yang mengimplemetasikan Discrete Fourier Transform (DFT) dengan teknik perhitungan yang cepat serta memanfaatkan sifat periodikal dari transformasi fourier. FFT merupakan operasi matematika yang bertujuan untuk dekomposisi dari suatu sinyal domain waktu ke sinyal domain frekuensi.

DFT dilakukan dengan mengimplementasikan sebuah transformasi denagan panjang vektor N berdasarkan rumus:

∑

∑

Misal diambil data suara hasil kuantitasi sinyal diskrit dengan nilai f(x) sebagai berikut:

2 3 4 4

f(0) f(1) f(2) f(3)

Nilai diskrit f(x) sebanyak 4 data, sehingga dapat ditentukan nilai N = 4 (banyak data), perhitungannya adalah:

Tabel 3.7 Contoh Perhitungan DFT Sinyal Suara

Perhitungan DFT ∑ Hasil dari

DFT /

1

1/4[ 2(cos(2*pi*0*0/4) – j sin(2*pi*0*0/4) + 3(cos(2*pi*0*1/4) – j sin(2*pi*0*1/4) + 4(cos(2*pi*0*2/4) – j sin(2*pi*0*2/4) + 4(cos(2*pi*0*3/4) – j sin(2*pi*0*3/4)]

3.25

1/4 [2(1-0) + 3(1-0) + 4(1-0) + (1-0)]

2 1/4[ 2(1-0) + 3(0- j) + 4(-1) + 4 (j) ] -0.5 + 0.25j

3 1/4 [ 2(1-0) + 3(1-2) + 4(1-0) + 4(1-2) ] -0.25 4 1/4[ 2(1-0) + 3( j) + 4(-1) + 4 (0-j) ] -0.5 - 0.25j

Perhitungan FFT mengimplementasikan pencerminan transformasi ganda hasil DFT dengan hanya menghitung nilai setengahnya data sinyal sehingga perhitungan akan lebih cepat, lalu nilai setengahnya lagi dihitung dengan cara

conjugate nilai yang telah dihitung dengan DFT. Untuk membagi data sinyal adalah

dengan fungsi (3.4) :

Tabel 3.8 Perhitungan FFT dari hasil DFT

A lur mas

uka n suar

a dimulai dari sinyal masuk, diproseses dengan rumus DFT, lalu setengah data hasil DFT di konjugasi agar menghasilkan nilai FFT.

hasil Hasil Perhitungan FFT /

3.25

-0.5 + 0.25

-0.25 nilai tengah (b)

-0.5 – 0.25j hasil conjugate (1)

Procedure FFT(u: N:integer, a,b,fx:double, o: c:double) { Menghitung nilai Fast Fourier Transform

IS : Banyaknya elemen data n dan sinyal suara FS : c[u] berupa elemen hasil FFT

}

Deklarasi u, N : integer x, j , y : double Algoritma

for u 0 to N-1 do F(u) 0

for x 0 to N-1 do

a a+(fx*cos((2*3.14*u*x)/N)) b b+(fx*sin((2*3.14*u*x)/N)) endfor x

F(u) a+b endfor u

for u (0+N-1)div2 do F[u] 0

for x 0 to N-1 do

a a+(fx*cos((2*3.14*u*x)/N) b b+(fx*sin((2*3.14*u*x)/N) endfor x

F[u] a+b endfor u

for u (0+N)div2+1 to N-1 do j u-((0+N-1)div2)

y((0+N-1)div2)-j c[u] c[y]

endfor u

Gambar 3.11 Algoritma procedure FFT

3.2.3 Analisis Ekstraksi Hash

File suara yang sebelumnya direkam berformat .wav dan selanjutnya diproses kedalam suatu proses sampling dan proses FFT sehingga dapat dilakukan ekstraksi

hash, yaitu sebuah proses yang mengkonversi sinyal suara menjadi beberapa parameter yang dapat diambil untuk proses selanjutnya yaitu identifikasi pola suara.

(3.4)

Berdasarkan fungsi (3.4) maka didapatkan , jadi perhitungan DFT hanya sampai data ke-3 / f(2) dan untuk data selanjunya hanya memakai fungsi

conjugate dari nilai hasil DFT.

Parameter yang memungkinkan dari suatu file suara adalah nilai amplitudo. Karena nilai amplitudo didapatkan berdasarkan domain waktu sehingga untuk pengambilan sampel data akan didapatkan waktu yang mungkin berbeda-beda. Hal inilah yang menyebabkan ekstraksi hash tidak konsisten untuk dijadikan suatu acuan atau masukan pada proses selanjutnya. Untuk itulah parameter dari suatu file suara tersebut harus diubah terlebih dahulu kedalam domain frekuensi dengan menggunakan algoritma Fast Fourier Transform karena pada manusia memiliki batas frekuensi tertentu sehingga data sampel bisa lebih konsisten untuk dijadikan suatu masukan pada proses selanjutnya. Proses inilah yang merupakan bagian dari pengolahan sinyal yang akan menghasilkan suatu ekstraksi hash berupa nilai magnitudo terhadap domain frekuensi. Untuk membedakan lagu yang satu dengan yang lain perlu ditentukan beberapa titik-titik kunci dalam lagu. Untuk setiap baris dalam analisis spektrum, aplikasi mengambil titik dengan besarnya magnitudo dari rentang tertentu.

Tabel 3.9 Rentang Frekuensi Magnitudo Sinyal Suara

Frekuensi (Hz) Oktav Keterangan

16-32 1 Ambang pendengaran manusia, dan nada terendah dari alat musik

32-512 2-5 Frekuensi Rhythm, di mana nada bass bawah dan atas .

512-2048 6-7 Mendefinisikan kejelasan ucapan manusia, memberikan kualitas seperti sirine atau nyaring terdengar.

8192-16384 10 Suara lonceng dan bunyi simbal.

3.2.4 Analisis Pengenalan Kata

Pengenalan kata merupakan proses membandingkan hasil ekstraksi hash yang didapat dari rekaman dengan hash yang ada didalam file indeks (basis data). Teknik yang dipakai dalam membandingkan hash yaitu dengan mengurutkan hash dari terkecil hingga terbesar, kemudian menghitung jumlah nilai skor hash tiap id kata yang cocok dengan hash di file indeks. Id lagu yang memiliki jumlah nilai skor yang lebih dari 5 dan terbanyak dari id kata lain merupakan id kata yang berhasil dikenal oleh aplikasi.

3.2.5 Analisis Alur Pengenalan Kata

Mulai Mulai

Input Rekaman Kata

Input Rekaman Kata

Pre-Processing Pre-Processing

Proses FFT Proses FFT

Ekstraksi Hash Ekstraksi Hash

Pencocokan Hash Pencocokan Hash

Dikenali

Dikenali Tidak

Dikenali Tidak Dikenali

Tampilkan animasi benar Tampilkan animasi

benar Pencocokan Pencocokan

Selesai Selesai

94

kata 5,25 7%

Sedangkan nilai korelasi kemampuan anak dalam belajar sebelum dan sesudah menggunakan aplikasi pembelajaran pengucapan kata dapat dihitung dengan menggunakan rumus yang telah ditentukan yaitu :

√ √ √

Setelah dihitung, dapat diketahui bahwa nilai kemampuan korelasi pembelajaran sebelum menggunakan media dan sesudah menggunakan media adalah 0,94 untuk materi pembelajaran pengucapan huruf. Berdasarkan nilai tersebut, maka korelasi kemampuan belajar sebelum menggunakan aplikasi dan sesudah menggunakan aplikasi adalah sangat kuat, sehingga dapat dikatakan bahwa penggunaan aplikasi pembelajaran pengucapan kata sebagai media alternatif pembelajaran dapat meningkatkan kemampuan mengucapkan kata.

4.2.4 Kesimpulan Hasil Pengujian Beta

Berdasarkan pengujian pretest-posttest bahwa dengan menggunakan aplikasi pembelajaran sebagai media pembelajaran alternatif untuk melatih kemampuan pengucapan kata mengalami peningkatan.

Berdasarkan wawancara yang dengan guru menunjukkan bahwa aplikasi pembelajaran dapat membantu guru dalam menyampaikan materi pelajaran kepada anak didalam kelas.

BAB 5

KESIMPULAN DAN SARAN

Pada Bab ini akan dikemukakan kesimpulan yang dapat diperoleh dari pembahasan bab-bab sebelumnya serta saran untuk perbaikan dan pengembangan sistem yang akan datang.

2.1 Kesimpulan

Hasil yang didapat dari penelitian yang dilakukan dalam penyusunan skripsi ini serta mengacu pada tujuan penelitian, maka dapat disimpulkan.

a. Aplikasi ini dapat membantu siswa disekolah khusus YPAC untuk belajar pegucapan kata.

b. Aplikasi ini sebagai media alternatif untuk membantu guru dalam proses belajar murid.

5.2Saran

Berdasarkan semua hasil yang telah dicapai saat ini, Aplikasi pembelajaran pengucapan kata pada penderita down syndome menggunakan teknologi voice recognition berdasarkan penelitian di sekolah khusus YPAC mempunyai beberapa yang harus disarankan untuk menambahkan hal-hal yang dapat melengkapi aplikasi pembelajaran ini yasng akan datang, yaitu:

a. Materi lebih interaktif lagi, misalkan dengan adanya penambahan vidio yang berkaitan dengan pembelajaran.

b. Penambahan materi-materi pembelajaran pengucapan kata baru misalkan kata benda, alat-alat rumah tangga, atau tumbuhan .

BIODATA

Nama : Theresia Sagala

Tempat Tanggal Lahir : Medan 15 Juli 1989

Jenis Kelamin : Perempuan

Agama : Kristen

Warga Negara : Indonesia

Alamat : Jl. Cimindi Timur Rt.03 Rw.21

Email : emeliatheresia@yahoo.com

RIWAYAT HIDUP

1995 – 2001 : SDN PELITA CIMAHI 2001 – 2004 : SLTPN 7 CIMAHI

2004 – 2007 : SMK CITRA PEMBAHARUAN BANDUNG

2011 – 2016 : UNIVERSITAS KOMPUTER INDONESIA – TEKNIK INFORMATIKA S1

RIWAYAT PEKERJAAN

2007 – 2011 : PT. CENTRAL GEOGRATE NUSANTARA

2011 – 2012 : CV. BASTIAN SERVICE CENTER 2012 – 2014 : PT. DEWA SUTRATEX