Identifikasi Suara pada Pembelajaran Tenses dengan Menggunakan Metode Fast Fourier Transform (FFT)

DAFTAR PUSTAKA

Ayub, M., Saleem, M, A. 2013. A Speech Recognition Based Approach for
Development in C++. IJCSI (International Journal of Computer Science
Issues) Vol. 10 No. 1: 52-56.
Azar, Betty S. 2002. Understanding and Using English Grammar, 3rd Edition. New
York: Pearson Education.
Bracewell, Ronald N. 2002. The Fourier Transform And It’s Application, third edition
McGrawHill International Editions. Electrical Engineering Series.
Coghill, Jeffrey and Magedanz, Stacy. 2003. English Grammar. New York: Wiley
Publishing, Inc.
English

First.

2015.

Tentang

Grammar

Bahasa

Inggris.

(online)

http://www.ef.co.id/englishfirst/englishstudy/tentang-grammar-bahasainggris.aspx. Diakses pada tanggal 20 November 2015.
Fadhlullah, Muhammad. 2015. Identifikasi Nada Gitar dengan Menggunakan Metode
Fast Fourier Transform (FFT). Skripsi. Universitas Sumatera Utara.
Gargenta, M. 2011. Learning Android. United States of America: O’Reilly Media
Habibi, I. 2011. Pemrosesan Teks Berbasiskan Unicode Aksara Bali. (online)
http://www.pdfio.com/k-812762.html. Diakses pada tanggal 20 November
2015.
Hanggarsari,

P.

N.,

Fitriawan,

H.,

Yuniati,

Y.

2012.

Simulasi

Sistem

Pengacakan Sinyal Suara secara Realtime Berbasis Fast Fourier Transform

Universitas Sumatera Utara

(FFT). Electrical Jurnal Rekayasa dan Teknologi Elektro Volume 6 No. 3:
192-198.
Melissa, Gressia. 2008. Pencocokan Pola Suara (Speech Recognition) Dengan

Algoritma FFT dan Divide and Conquer. Jurnal Teknik Informatika ITB .
(online) http://informatika.stei.itb.ac.id. Diakses pada tanggal 10 Desember
2015.
Makridakis, S., Wheelwright, S.C., dan McGee, V.E. 1999. Jilid 1 edisi kedua,
Terjemahan Ir. Untung S. Andriyanto dan Ir. Abdul Basith, Metode dan
Aplikasi Peramalan. Jakarta : Penerbit Erlangga.
Nazir, Moh. 2005. Metode Penelitian. Bogor Selatan : Ghalia Indonesia.
Novel, Sinta Sasika. 2015. The Secret of Tenses. Jakarta: PT Grasindo.
Nurcahyono, D., Kristalina, P., Huda, M. 2011. Pembuatan Speech Recognition Dan
Database Wicara Untuk Kontrol.
Pathak, B, V, S., Panat, A, R. 2012. Extraction of Pitch and Formants and its Analysis
to identify3different emotional states of a person. IJCSI (International Journal
of Computer Science Issues) Vol. 9 No. 1: 296-299.
Peralatan Rumah Tangga Jarak Jauh. Jurnal Politeknik Elektro Negeri Surabaya ITSN,
Juli 2011 (online) http://repo.pens.ac.id. Diakses pada tanggal 10 Desember
2015.
Setiawan, Dani . 2011. “16 Tenses”. Jakarta: JAL Publishing.
Siregar, Ady Ahmadi.2014. Aplikasi Pembelajaran Tenses Menggunakan Metode
Computer Based Instruction (CBI). Jurnal Teknik Informatika STMIK
Budidarma Medan, Vol.IV, No.3, (Oktober 2014) ISSN: 2339-210X. (online)

http :// www.stmik-budidarma.ac.id. Diakses pada tanggal 10 Desember 2015.

Universitas Sumatera Utara

Stefanus, Hamz, M., Angzas, Y. 2005. Perancangan Aplikasi Pengenalan Ucapan
Bahasa Mandarin menggunakan Jaringan Syaraf Tiruan Fuzzy Artmap.
Indonesia : Bina Nusantara.
Supardi, Yuniar. 2011. Semua Bisa Menjadi Prorgammer Android (Basic). Jakarta:
PT Gramedia.
Syarif, A., Daryanto, T. & Arifin, M.J. 2011. Aplikasi Speech Application
Programming Interface (SAPI) 5.1 sebagai perintah untuk Pengoperasian
Aplikasi berbasis Windows. Speech Application Programming Interface
(SAPI) 1907-5022 : 1-7.
Putra, D. 2009. Sistem Biometrika. Konsep Dasar, Teknik Analisis Citra dan Tahapan
Membangun Aplikasi Sistem Biometrika. Andi Offset: Yogyakarta.
Putra, D., 2010.Pengolahan Citra Digital.PenerbitANDI : Yogyakarta
Primartha, R. 2012. Penerapan Enkripsi Dan Dekripsi File Menggunakan Algoritma
Data EncryptionStandard(DES).Jurnal Sistem Informasi (JSI), VOL. 3,
NO. 2, Oktober 2011,Jurusan Teknik Informatika, Fakultas Ilmu Komputer,
Universitas Sriwijaya.

Salahuddin., Tulus, & Fahmi, 2013. Klasifikasi dan Peningkatan Kualitas Citra Sidik
Jari Menggunakan FFT (Fast Fourier Transform). Seminar Nasional
Teknologi Informasi dan Komunikasi (SNASTIKOM 2013). Jurusan
Teknik Elektro Politeknik Negeri Lhokseumawe
Stepanus, L.H & Sudiro, S.A. Algoritma Ekstraksi Pola Sidik Jari

Berdasarkan

Deteksi Titik Singular.St1 Seminar on Application and Research in
Industrial Technology, SMART 2006 Yogyakarta, 27 April 2006.
Stinson, D. R. 2006. Cryptography: Theory and Practice, Third Edition. Chapman &
Hall / CRC : Boca Raton

Universitas Sumatera Utara

Sutoyo et al.2009. TeoriPengolahancitra digital.PenerbitANDI : Yogyakarta
Wisesa,

E.

2011.

Algoritma

Pengukuran

Kesamaan

Citra

GraphMatching.Proceeding Seminar Tugas Akhir 2011

Berdasarkan

Jurusan

Teknik

Elektro TI‐ITS

Universitas Sumatera Utara

BAB 3
ANALISIS DAN PERANCANGAN SISTEM

3.1 Analisis Latar Belakang
Bahasa Inggris merupakan bahasa internasional yang artinya bahwa bahasa Inggris
telah menjadi bahasa yang digunakan sebagai media komunikasi bersama antar
sesama orang maupun kelompok yang berbeda negara atau latar belakang. Bahasa
Inggris telah menjadi salah satu mata pelajaran wajib untuk dipelajari baik oleh
kalangan pelajar maupun orang dewasa sekalipun. Bahkan dalam pekerjaan, bahasa
Inggris juga menjadi salah satu syarat yang umum harus dikuasai oleh para lamaran
pekerjaan. Salah satu kesulitan yang paling sering dijumpai dalam pembelajaran
bahasa Inggris adalah pemakaian aturan atau tata bahasa (grammar) dalam merangkai
kalimat.
Dalam bidang teknologi, aplikasi smartphone telah banyak bermunculan
beragam aplikasi yang berhubungan dengan pembelajaran bahasa Inggris. Salah satu
hal yang bisa menarik perhatian maupun minat belajar para pengguna aplikasi untuk
lebih mendalami topik-topik pembelajaran bahasa Inggris adalah dengan memberikan
fitur pengenalan suara. Salah satu metode yang digunakan dalam pengenalan suara

adalah dengan metode Fast Fourier Transform atau sering disingkat sebagai FFT.
Dari analisis di atas, peneliti bermaksud untuk membuat sebuah aplikasi
berbasis smartphone tentang pembelajaran topik-topik dari Bahasa Inggris dengan
implementasi metode FFT sebagai media untuk mengenali suara para pengguna
aplikasi untuk berinteraksi dengan aplikasi tersebut.

3.2 Analisis Kebutuhan Sistem
Adapun beberapa hal yang dibutuhkan dalam aplikasi yang hendak dibangun adalah
sebagai berikut :

Universitas Sumatera Utara

14

1. Aplikasi yang hendak dibangun hanya akan mengenali suara yang menjadi pilihan
jawaban ‘A’ dan ‘B’ dalam soal yang telah terdapat pada sistem.
2. Aplikasi harus menampung sekumpulan data suara yang menjadi pilihan jawaban
dari masing-masing soal sebagai data training.
3. Aplikasi yang hendak dibangun hanya mengambil 2 topik utama dalam
pembelajaran Bahasa Inggris, yaitu Present Tense dan Past Tense. Kedua topik

tersebut dijelaskan secara singkat disertai contoh dalam aplikasi tersebut.
4. Aplikasi yang hendak dibangun akan memberikan jumlah soal sebanyak 5 soal
untuk masing-masing topik pembelajaran dan ke-5 soal tersebut akan diberikan
secara acak.
5. Proses pengenalan suara dimulai dengan mengambil rekaman suara dari menjawab
soal dan dibandingkan dengan sekumpulan data training suara. Selanjutnya,
sistem membandingkan kedekatan nilai terdekat antara suara yang bersangkutan
dengan yang ada pada data training suara. Sistem akan mengambil nilai kedekatan
terkecil untuk dijadikan sebagai jawaban akhir.
6. Pada akhir pelatihan, sistem akan menampilkan berapa jumlah soal yang benar
maupun yang salah dijawab oleh pengguna aplikasi.
3.3 Proses Sistem
Pada gambar 3.1 diperlihatkan proses sistem tentang bagaimana aplikasi ini dirancang
untuk menjalankan fungsinya. Sistem akan mengawali aplikasi ini dengan
menampilkan halaman utama yang berisikan beberapa pilihan menu yang dapat
dipilih. Jika pengguna memilih menu training maka sistem akan menyimpan nilai dari
suara yang berhasil direkam ke dalam sistem. Sistem akan kembali ke halaman menu
utama setelah pengguna tidak ingin menyimpan rekaman suara lagi. Jika pengguna
memilih menu penjelasan maka sistem akan menampilkan halaman yang berisikan
topik pembelajaran Bahasa Inggris. Pengguna dapat kembali ke halaman semula

setelah pengguna selesai mempelajari topik-topik yang diberikan oleh sistem. Jika
pengguna memilih menu soal maka sistem akan memberikan soal-soal kepada
pengguna. Untuk menjawab soal yang diberikan, pengguna mengucapkan kata dari
pilihan ‘A’ ataupun ‘B’ sebagai jawaban atas soal yang disajikan di hadapan
pengguna. Selanjutnya sistem akan melakukan proses pengenalan suara dengan

Universitas Sumatera Utara

15

membandingkan rekaman suara tersebut dengan semua data training yang telah
disediakan terlebih dahulu. Setelah selesai menjawab semua soal yang telah diberikan,
sistem akan menampilkan hasil akhir keseluruhan tes dan pengguna dapat kembali ke
halaman menu utama. Pilihan terakhir dari halaman menu utama adalah pilihan untuk
mengakhiri aplikasi.

Start

Tampilkan
Halaman Utama

[Ya]
Kembali?

[Ya]

Rekam
Suara

Kembali?

[Tidak]

[Tidak]
Tampilkan Isi
Pembelajaran

[Ya]

Pilih Menu
Training?

Suara

[Ya]

[Ya]

Pilih Menu
Penjelasan?

[Tidak]

Soal

[Tidak]

Kembali?

[Tidak]

Pilih Menu
Soal?

[Ya]

Rekam
Suara

Tampilkan Soal

[Tidak]

Tampilkan Credit

[Ya]

Pilih Menu
Credit?
[Tidak]
Keluar

End

Memulai Proses
Pengenalan Suara

[Tidak]

Soal Terakhir?
[Ya]
Tampilkan Hasil
Akhir

Gambar 3.1 Proses Sistem
Pada gambar 3.2 diperlihatkan proses sistem tentang bagaimana aplikasi
melakukan proses identifikasi / pengenalan suara. Terlebih dahulu sistem menyimpan
suara yang didapatkan dari pengguna aplikasi. Hasil rekaman suara tersebut kemudian
dikonversi nilainya dengan metode FFT. Pada saat inisialisasi, sistem membuat
variabel baru seperti tempA dan tempB yang masing-masing variabel tersebut

Universitas Sumatera Utara

16

digunakan sebagai tempat menampung nilai dengan kedekatan terkecil ataupun nilai
akhir dari perbandingan nilai dengan data training suara pilihan ‘A’ maupun ‘B’.

Gambar 3.2 Proses Sistem Pengenalan / Identifikasi Suara Pilihan ‘A’ atau ‘B’
Sistem kemudian mengambil data training suara pilihan ‘A’ dan ‘B’ untuk
dibandingkan dengan nilai suara yang sebelumnya telah dikonversi dengan metode
FFT. Antara data training dengan nilai suara yang telah dikonversi tersebut dicari nilai
kedekatannya dan dibandingkan dengan nilai kedekatan sebelumnya. Setiap nilai

Universitas Sumatera Utara

17

kedekatan yang paling kecil akan dimasukkan ke dalam variabel tempA untuk suara
pilihan ‘A’ dan tempB untuk suara pilihan ‘B’. Setelah sistem berhasil
membandingkan nilai suara tersebut dengan semua data training masing-masing suara
pilihan ‘A’ dan ‘B’, sistem akan membandingkan variabel tempA dan tempB. Jika
nilai tempA lebih kecil dari tempB maka suara yang diambil dari pengguna aplikasi
dinyatakan sebagai jawaban A. Demikian sebaliknya, jika nilai tempB yang lebih
kecil dari tempA maka suara tersebut diidentifikasikan sebagai jawaban B.
3.4 Perancangan Use Case
Pada gambar 3.3 diperlihatkan gambaran umum sebuah use case. Pengguna dapat
melakukan proses ‘Lihat Menu Utama’, ‘Training Suara’, ‘Melihat Teori
Pembelajaran’, ‘Menjawab Soal Latihan’, dan ‘Melihat Credit’. Pada proses ‘Training
Suara’ akan dilakukan proses ‘Simpan Suara’. Sedangkan, pada proses ‘Menjawab
Soal’, sistem akan terlebih dahulu melakukan proses ‘Pembuatan Soal’.

Aplikasi Pembelajaran Bahasa Inggris

Lihat Menu Utama

Training Suara

«extends»

Simpan Suara

Lihat Teori
Pengguna

Jawab Soal

«uses»
Pembuatan Soal

Lihat Credit
Gambar 3.3 Use Case

Universitas Sumatera Utara

18

3.4.1 Use Case Proses ‘Lihat Menu Utama’
Penjelasan dari use case proses ‘Lihat Menu Utama’ dapat dilihat pada Tabel 3.1
berikut ini.
Tabel 3.1 Tabel Penjelasan Proses ‘Lihat Menu Utama’
Perihal

Keterangan

Deskripsi

Proses ini menampilkan halaman utama yang berisikan menu-menu
pilihan ketika aplikasi dieksekusi/dimulai.
1. Pengguna menjalankan aplikasi pembelajaran Bahasa Inggris.
2. Aplikasi menampilkan layar pembuka untuk menampilkan
gambar awal aplikasi.
3. Pemain melihat gambar pembuka tersebut dan sesaat setelah
habis maka layar yang berisikan menu-menu pilihan akan
ditampilkan.
Tidak ada.
Mobile phone telah ter-install aplikasi pembelajaran Bahasa
Inggris.

Normal Flow

Alternatif Flow
Pre Condition

3.4.2 Use Case Proses ‘Training Suara’
Penjelasan dari use case proses ‘Training Suara’ dapat dilihat pada Tabel 3.2 berikut
ini.
Tabel 3.2 Tabel Penjelasan Proses ‘Training Suara’
Perihal
Deskripsi
Normal Flow

Alternatif Flow

Pre Condition

Keterangan
Proses ini menampilkan halaman yang menjadi tempat pengguna
untuk menyimpan data training suara pilihan ‘A’ dan ‘B’.
1. Pengguna memilih menu ‘Training Suara’.
2. Aplikasi menampilkan layar yang berisikan dua masukan untuk
mengisi masing-masing suara berupa ‘A’ dan ‘B’.
3. Pengguna dapat menyimpan suara pilihan ‘A’ maupun ‘B’ pada
tempat yang telah tersedia.
4. Sistem akan menyimpan data training suara pilihan ‘A’ dan ‘B’
yang telah pengguna masukkan pada langkah ke-3.
5. Pengguna selesai memasukkan data training pilihan ‘A’ dan ‘B’
dan keluar dari menu ‘Training Suara’.
Pada langkah ke-3 pengguna juga dapat memilih untuk menghapus
semua data training suara dengan memilih tombol ‘Hapus’ dan
memasukkan kembali data suara pilihan ‘A’ dan ‘B’ pada tempat
yang telah tersedia.
Sistem menampilkan halaman yang merupakan menu utama yang
berisikan menu-menu pilihan.

Universitas Sumatera Utara

19

3.4.3 Use Case Proses ‘Lihat Teori’
Penjelasan dari use case proses ‘Lihat Teori’ dapat dilihat pada Tabel 3.3 berikut ini.
Tabel 3.3 Tabel Penjelasan Proses ‘Lihat Teori’
Perihal
Deskripsi
Normal Flow

Alternatif Flow
Pre Condition

Keterangan
Proses ini menampilkan halaman yang berisikan topik-topik
pembahasan dalam pembelajaran Bahasa Inggris.
1. Pengguna memilih menu ‘Penjelasan’.
2. Aplikasi menampilkan layar yang berisikan topik pembelajaran
Bahasa Inggris.
3. Pemain memilih tombol ‘Lanjut’ untuk melihat topik
pembahasan selanjutnya.
4. Aplikasi menampilkan topik pembahasan selanjutnya.
5. Pemain dapat keluar dari menu ‘Penjelasan’ dan kembali ke
halaman utama dengan memilih tombol ‘Halaman Utama’.
Pada langkah ke-3 pengguna juga dapat memilih tombol ‘Back’
untuk mengulangi topik pembahasan sebelumnya.
Sistem menampilkan halaman yang merupakan menu utama yang
berisikan menu-menu pilihan.

3.4.4 Use Case Proses ‘Jawab Soal’
Penjelasan dari use case proses ‘Jawab Soal’ dapat dilihat pada Tabel 3.4 berikut ini.
Tabel 3.4 Tabel Penjelasan Proses ‘Jawab Soal’
Perihal
Deskripsi
Normal Flow

Keterangan
Proses ini menampilkan halaman yang berisikan soal-soal yang
akan dijawab oleh pengguna aplikasi.
1. Pengguna memilih menu ‘Soal’.
2. Aplikasi membuat soal-soal dan kemudian menampilkan layar
pembuka yang berisikan pilihan untuk memilih jenis soal yang
hendak dilakukan oleh pengguna aplikasi.
3. Pengguna memilih salah satu topik soal yang telah disediakan
oleh sistem.
4. Sistem akan melakukan pengacakkan soal yang telah dibuat dan
ditampilkan satu soal ke halaman soal tersebut.
5. Pengguna menjawab soal dengan menggunakan suara pilihan
‘A’ atau ‘B’.
6. Sistem akan mengambil data jawaban suara tersebut dan
membandingkannya dengan data training suara pilihan ‘A’ dan
‘B’.
7. Sistem memperhitungkan nilai kedekatan antara suara yang

Universitas Sumatera Utara

20

Alternatif Flow
Pre Condition

dimasukkan oleh pengguna dengan masing-masing data
training.
8. Sistem mengambil satu jenis suara pilihan ‘A’ atau ‘B’ yang
memiliki nilai kedekatan terdekat dengan suara yang telah
dimasukkan oleh pengguna dan dijadikan sebagai jawaban atas
soal yang telah diberikan sebelumnya.
9. Pengguna memilih tombol ‘Next’ untuk melanjutkan ke soal
berikutnya.
10. Langkah ke-6 sampai langkah ke 8 akan kembali diulangi
sampai pengguna selesai menjawab keseluruhan soal yang
diberikan.
11. Pengguna memilih tombol ‘Hasil Akhir’ setelah selesai
menjawab keseluruhan soal yang diberikan.
12. Sistem menampilkan jumlah soal yang dijawab dengan benar
maupun yang salah.
13. Pengguna kembali ke halaman utama dengan memilih tombol
‘Halaman Utama’.
Tidak ada.
Sistem menampilkan halaman yang merupakan menu utama yang
berisikan menu-menu pilihan.

3.4.5 Use Case Proses ‘Lihat Credit’
Penjelasan dari use case proses ‘Lihat Credit’ dapat dilihat pada Tabel 3.5 berikut ini.
Tabel 3.5 Tabel Penjelasan Proses ‘Lihat Credit’
Perihal
Deskripsi
Normal Flow

Alternatif Flow
Pre Condition

Keterangan
Proses ini menampilkan halaman yang berisikan credit kepada
orang-orang yang dianggap ikut membantu Penulis menyelesaikan
Tugas Akhir.
1. Pengguna memilih menu ‘Credit’.
2. Aplikasi menampilkan layar yang berisikan kredit kepada
sejumlah orang yang dianggap memiliki peranan dalam
membantu Penulis menyelesaikan Tugas Akhir.
3. Pemain memilih tombol ‘Halaman Utama’ untuk keluar dari
halaman Credit.
Tidak ada.
Sistem menampilkan halaman yang merupakan menu utama yang
berisikan menu-menu pilihan.

3.5 Arsitektur Umum Aplikasi
Perancangan arsitektur dari pembuatan aplikasi merepresentasikan komponenkomponen yang terjadi di dalam suatu aplikasi yang hendak dirancang beserta dengan

Universitas Sumatera Utara

21

struktur hierarki yang terjadi antar komponen dalam pembuatan aplikasi. Rancangan
struktur hierarki dalam merancang aplikasi ditampilkan pada Gambar 3.4.

Gambar 3.4 Arsitektur Aplikasi
Adapun keterangan dari masing-masing komponen dalam arsitektur aplikasi
pada Gambar 3.4 adalah sebagai berikut :


Logo Pembuka
Ketika pengguna memulai aplikasi tersebut, sistem akan menampilkan secara
singkat logo pembuka sebelum menuju ke menu utama. Komponen ini akan
secara otomatis berpindah ke menu utama setelah beberapa detik.



Menu Pilihan
Komponen menu pilihan ini merupakan menu utama dari aplikasi. Dari tahap ini,
pengguna dapat memilih fungsi-fungsi dari aplikasi tersebut.



Training
Komponen ini merupakan tahapan untuk mengambil sampel suara yang
diperlukan pada tahap identifikasi suara yang merupakan fungsi lainnya dalam

Universitas Sumatera Utara

22

aplikasi. Hasil pengambilan sampel suara tersebut selanjutnya disimpan ke dalam
database.


Database
Database dalam aplikasi ini akan menggunakan dua tabel, yaitu tabel suara dan
tabel soal. Adapun pada tabel suara akan dijadikan sebagai tempat menyimpan
sampel suara yang berikutnya akan diambil/digunakan dalam tahap identifikasi
suara. Sedangkan, tabel soal dijadikan sebagai tempat menampung soal-soal yang
akan ditampilkan oleh sistem pada saat latihan.



Tampil Teori
Komponen ini merupakan tahapan untuk menampilkan teori pembelajaran yang
disediakan oleh aplikasi.



Menu Soal
Komponen ini merupakan tahapan awal bagi pengguna untuk memilih jenis soal
yang hendak dikerjakan.



Tampil Soal
Komponen ini menampilkan soal-soal latihan yang diambil dari database. Adapun
soal-soal yang ditampilkan disesuaikan dengan pilihan pengguna pada menu
sebelumnya.



Tangkap Suara
Komponen ini bertanggung jawab untuk mengambil suara pengguna sebagai
jawaban atas soal yang diberikan oleh sistem.



Identifikasi
Komponen ini akan melakukan proses identifikasi suara dengan mencocokkan
nilai suara pengguna dengan sejumlah data sampel suara.



Tampil Hasil
Komponen ini menampilkan hasil identifikasi suara yang menandakan jawaban
atas soal yang diberikan oleh sistem.



Tampil Credit
Komponen ini menampilkan informasi singkat mengenai pembuat aplikasi beserta
beberapa informasi berhubungan dengan Tugas Akhir.

Universitas Sumatera Utara

23

3.6 Perancangan Activity Diagram
Pada perancangan activity diagram, konsep diagramnya mengikuti apa yang dilakukan
pada setiap proses use case diagram. Pada perancangan activity diagram lebih
memperlihatkan alur / aliran kerjanya seperti halnya pada penggunaan gambaran
sebuah proses sistem. Adapun masing-masing activity diagram dari setiap use case
diagram dijabarkan sebagai berikut :
3.6.1 Activity Diagram dari Use Case Proses ‘Lihat Menu Utama’
Aliran kerja dari use case proses ‘Lihat Menu Utama’ dapat digambarkan alurnya
dengan menggunakan activity diagram berikut ini :

Gambar 3.5 Activity Diagram dari Use Case Proses ‘Lihat Menu Utama’
3.6.2 Activity Diagram dari Use Case Proses ‘Training Suara’
Aliran kerja dari use case proses ‘Training Suara’ dapat digambarkan alurnya dengan
menggunakan activity diagram berikut ini :

Universitas Sumatera Utara

24

Gambar 3.6 Activity Diagram dari Use Case Proses ‘Training Suara’
3.6.3 Activity Diagram dari Use Case Proses ‘Lihat Teori’
Aliran kerja dari use case proses ‘Lihat Teori’ dapat digambarkan alurnya dengan
menggunakan activity diagram berikut ini :

Gambar 3.7 Activity Diagram dari Use Case Proses ‘Lihat Teori’
3.6.4 Activity Diagram dari Use Case Proses ‘Jawab Soal’
Aliran kerja dari use case proses ‘Jawab Soal’ dapat digambarkan alurnya dengan
menggunakan activity diagram berikut ini :

Universitas Sumatera Utara

25

Gambar 3.8 Activity Diagram dari Use Case Proses ‘Jawab Soal’
3.6.5 Activity Diagram dari Use Case Proses ‘Lihat Credit’
Aliran kerja dari use case proses ‘Lihat Credit’ dapat digambarkan alurnya dengan
menggunakan activity diagram berikut ini :

Universitas Sumatera Utara

26

Gambar 3.9 Activity Diagram dari Use Case Proses ‘Lihat Credit’
3.7 Perancangan User Interface
Perancangan user interface bertujuan untuk menentukan tampilan program yang dapat
mempermudah user untuk berinteraksi dengan program tersebut.
3.7.1 Rancangan Halaman Pembuka
Pada halaman pembuka ini, sistem dirancang untuk menampilkan sebuah logo
pembuka sebagai gambaran awal yang muncul dan akan hilang secara otomatis
setelah beberapa detik dan selanjutnya akan masuk ke dalam halaman menu utama
dari aplikasi.

Logo
Pembuka

Gambar 3.10 Halaman Pembuka

Universitas Sumatera Utara

27

3.7.2 Rancangan Halaman Menu Utama
Pada halaman menu utama, sistem dirancang untuk menampilkan judul aplikasi di
bagian paling atas dan menu-menu pilihan yang membagi setiap fungsi/peranan dari
aplikasi tersebut. Masing-masing pilihan ditempatkan ke dalam tombol ‘Training’,
‘Penjelasan’, ‘Soal’, ‘Credit’, dan ‘Keluar’.

Judul
Training
Penjelasan
Soal
Credit
Keluar

Gambar 3.11 Halaman Menu Utama
3.7.3 Rancangan Halaman Training Suara
Pada halaman training suara, sistem dirancang dengan memberikan sebuah fungsi
pada masing-masing tombol ‘Rekam’ untuk menyimpan data suara pilihan ‘A’
maupun suara pilihan ‘B’ sebagai data training. Selain itu, sistem juga merancang
sebuah tombol ‘Hapus’ untuk menghapus semua data training yang dimiliki oleh
sistem sebelumnya. Selanjutnya, tombol ‘Halaman Utama’ dirancang untuk kembali
ke halaman utama yang berisikan menu-menu pilihan.

Universitas Sumatera Utara

28

Hapus
Halaman Utama

Tombol-tombol rekaman
suara pilihan ‘A’ dan ‘B’ pada
masing-masing soal

Gambar 3.12 Halaman Training Suara
3.7.4 Rancangan Halaman Topik Pembahasan Pembelajaran Bahasa Inggris

Judul Pembahasan

Isi Pembahasan

Balik
Lanjut
Halaman Utama

Gambar 3.13 Halaman Isi Pembahasan Topik Bahasa Inggris
Pada halaman topik pembahasan pembelajaran Bahasa Inggris, sistem dirancang untuk
menyajikan isi pembelajaran Bahasa Inggris. Sistem dirancang untuk dapat melihat
kembali topik pembahasan terdahulu dengan diberikan tombol ‘Balik’ dan

Universitas Sumatera Utara

29

melanjutkan topik pembahasan berikutnya dengan diberikan tombol ‘Lanjut’.
Selanjutnya, tombol ‘Halaman Utama’ dirancang untuk kembali ke halaman menu
utama.
3.7.5 Rancangan Halaman Menu Pemilihan Jenis Soal
Pada halaman menu pemilihan jenis soal, sistem dirancang untuk menampilkan menu
pilihan jenis soal berdasarkan topik yang dibahas pada menu pilihan sebelumnya.
Terdapat tiga fungsi utama dalam halaman menu soal tersebut, yaitu tombol ‘Present
Tense’ untuk mengarahkan pengguna ke soal-soal yang berhubungan dengan topik
‘Present Tense’ dan tombol ‘Past Tense’ untuk mengarahkan pengguna ke soal-soal
yang berhubungan dengan topik ‘Past Tense’. Selanjutnya, tombol ‘Halaman Utama’
dirancang untuk kembali ke halaman menu utama.

Pemilihan Soal :
Present Tense
Past Tense

Halaman Utama

Gambar 3.14 Halaman Menu Pemilihan Jenis Soal
3.7.6 Rancangan Halaman Soal Latihan
Pada halaman soal latihan, sistem dirancang untuk menampilkan soal latihan yang
berhubungan dengan topik pembahasan yang telah dipilih sebelumnya pada halaman
menu pemilihan jenis soal. Pada halaman ini, sistem dirancang untuk menampilkan

Universitas Sumatera Utara

30

satu soal terlebih dahulu untuk dijawab oleh pengguna. Pengguna menjawab soal
latihan tersebut dengan memilih tombol ‘Jawab’ dan memasukkan suara ‘A’ atau ‘B’
sebagai jawaban atas soal yang diberikan. Setelah soal tersebut terjawab, pengguna
dapat melanjutkan soal latihan berikutnya dengan memilih tombol ‘Next’ dan sistem
akan melanjutkannya ke soal berikutnya sampai semua soal selesai diberikan dan
sistem pada akhirnya akan menampilkan hasil akhir keseluruhan tes yang telah
dijawab oleh pengguna.

Soal :
Soal
Pilihan :
Pilihan
Jawab
Next
Jawaban :
Hasil
Halaman Utama

Gambar 3.15 Halaman Soal Latihan
3.7.7 Rancangan Halaman Credit
Pada halaman credit, sistem dirancang untuk menampilkan informasi credit terhadap
orang-orang

yang

dianggap

memiliki

peranan

dalam

membantu

Penulis

menyelesaikan Tugas Akhir.

Universitas Sumatera Utara

31

Judul Aplikasi

Isi Credit

Halaman Utama

Gambar 3.16 Halaman Credit

Universitas Sumatera Utara

BAB 4
IMPLEMENTASI DAN PENGUJIAN SISTEM

4.1 Implementasi
Seluruh tahap perancangan yang telah dilakukan sebelumnya ditransformasikan ke
dalam tahap pemrograman. Pada tahap ini, perangkat lunak yang digunakan dalam
pembuatan aplikasi pembelajaran Bahasa Inggris dikerjakan bagian pemrogramannya
dengan menggunakan bahasa pemrograman Java dari platform Eclipse berbasis
Android.Selain itu, perangkat keras yang digunakan dalam menunjang / mendukung
proses pembuatan aplikasi pembelajaran Bahasa Inggris adalah smartphone android
Samsung Galaxy S4 dengan operating system KitKat versi 4.4.
4.2 Tampilan Penggunaan Aplikasi
Tampilan aplikasi pembelajaran Bahasa Inggris yang diimplementasikan ke dalam
smartphone android adalah sebagai berikut :
4.2.1 Tampilan Logo Pembuka (Intro)
Tampilan logo pembuka ini menjadi tampilan awal yang diperlihatkan oleh aplikasi
pada saat aplikasi baru pertama kali dibuka. Tampilan ini hanya muncul beberapa
detik dan segera dilanjutkan secara otomatis ke halaman utama aplikasi. Tampilan ini
diperlihatkan pada Gambar 4.1.

Gambar 4.1 Logo Pembuka (Intro)

Universitas Sumatera Utara

33

4.2.2 Tampilan Menu Utama
Tampilan menu utama merupakan halaman yang berisikan daftar menu yang ada pada
aplikasi. Menu-menu yang ditampilkan masing-masing memiliki fungsi tersendiri
untuk dijalankan dalam aplikasi tersebut. Tampilan menu utama diperlihatkan pada
Gambar 4.2.

Gambar 4.2 Menu Utama
Pengguna aplikasi dapat memilih memasukkan suara pilihan ‘A’ maupun ‘B’
untuk dijadikan sebagai data training pada menu pilihan ‘Training’. Pengguna dapat
mempelajari topik pembelajaran Bahasa Inggris melalui menu pilihan ‘Penjelasan’.
Pengguna dapat melakukan pelatihan melalui menu pilihan ‘Soal’. Pengguna dapat
melihat informasi mengenai kredit yang berhubungan dengan pembuatan aplikasi
tersebut melalui menu pilihan ‘Credit’. Pengguna dapat keluar/mengakhiri
pembelajaran dari aplikasi melalui menu pilihan ‘Keluar’.
4.2.3 Tampilan Menu ‘Training’
Tampilan menu ‘Training’ merupakan halaman yang diperlihatkan oleh aplikasi
sebagai media untuk memasukkan data training suara pilihan ‘A’ maupun ‘B’. Data
training tersebut akan digunakan dalam proses pengenalan suara pilihan ‘A’ atau ‘B’

Universitas Sumatera Utara

34

oleh pengguna dalam proses pelatihan. Tampilan menu ‘Training’ diperlihatkan pada
Gambar 4.3.

Gambar 4.3 Menu ‘Training’
Dalam menu ‘Training’ diberikan tombol ‘Rekam’, ‘Hapus’, dan ‘Halaman
Utama’. Tombol ‘Rekam’ digunakan untuk menyimpan nilai dari suara yang berkaitan
dengan suara pilihan ‘A’ maupun ‘B’ pada masing-masing soal. Tombol ‘Hapus’
digunakan untuk me-reset atau menghapus semua data training suara yang telah
tersimpan sebelumnya. Tombol ‘Halaman Utama’ digunakan untuk kembali ke
halaman utama.
Adapun proses sistem menangkap suara pilihan ‘A’ dari pengguna aplikasi
adalah sebagai berikut :
audioRecord.startRecording()

menandakan

bahwa

sistem

memulai

proses

merekam/mengambil data suara. fftY[i] dijadikan sebagai tempat untuk menyimpan
nilai data suara ‘A’. Selanjutnya, sistem akan melakukan transformasi FFT ditandai
dengan

transformerY.ft(fftY).

audioRecord.stop()

menandakan

bahwa

sistem

menghentikan proses merekam suara. Proses tersebut diakhiri dengan menyimpan data
suara tersebut ke dalam database aplikasi.

Universitas Sumatera Utara

35

public class RecordAudioY extends AsyncTask {
@Override
protected Void doInBackground(Void... arg0) {
try {
int bufferSize = AudioRecord.getMinBufferSize(frequency,
channelConfiguration, audioEncoding);
AudioRecord audioRecord = new AudioRecord(
MediaRecorder.AudioSource.MIC, frequency,
channelConfiguration, audioEncoding, bufferSize);
short[] buffer = new short[blockSize];
double[] fftY = new double[blockSize];
String nilaiTot;
audioRecord.startRecording();
while (started) {
int bufferReadResult = audioRecord.read(buffer, 0,
blockSize);
for (int i = 0; i < blockSize && i < bufferReadResult;

i++) {

}
}

fftY[i] = (double) buffer[i] / 32768.0;
transformerY.ft(fftY);

audioRecord.stop();
audioRecord.release();
nilaiTot = "";
for(int a=0; a < fftY.length; a++){
nilaiTot += ";" + Double.toString(fftY[a]);
}
db.addTbSuara(new TbSuara("Yes", fftY.length, nilaiTot));
jlhSuara = 0;
listSuaraY = db.getListSuara("Yes");
jlhSuara = listSuaraY.size();

"+ jlhSuara);

} }

runOnUiThread(new Runnable() {
public void run() {
txtJlhY.setText(" ; Jumlah Suara Y :

}
});
} catch (Throwable t) {
t.printStackTrace();
Log.e("Error", "Audio Record Yes : Recording Failed");
}
return null;

Universitas Sumatera Utara

36

4.2.4 Tampilan Menu ‘Penjelasan’
Tampilan menu ‘Penjelasan’ merupakan halaman yang menampung sejumlah
informasi mengenai topik-topik dalam pembelajaran Bahasa Inggris. Tampilan menu
‘Penjelasan’ diperlihatkan pada Gambar 4.4.

Gambar 4.4 Menu ‘Penjelasan’
Dalam menu ‘Penjelasan’ ditampilkan informasi mengenai pembelajaran
Present Tense dan Past Tense. Pada halaman tersebut, sistem menyediakan tombol
‘Back’, ‘Next’, dan ‘Halaman Utama’. Tombol ‘Back’ digunakan untuk kembali ke
halaman pembelajaran sebelumnya. Tombol ‘Next’ digunakan untuk melanjutkan ke
topik pembahasan lanjutan. Sedangkan, tombol ‘Halaman Utama’ digunakan untuk
kembali ke halaman menu utama.
4.2.5 Tampilan Menu ‘Soal’
Tampilan menu ‘Soal’ merupakan halaman yang menampung sejumlah soal-soal
latihan yang berhubungan dengan topik-topik dalam pembelajaran Bahasa Inggris.

Universitas Sumatera Utara

37

Tampilan-tampilan yang berhubungan dengan menu ‘Soal’ diperlihatkan pada
Gambar 4.5.

Gambar 4.5 Menu ‘Soal’
Menu ‘Soal’ dibagi menjadi dua bagian. Pada bagian pertama, aplikasi
menampilkan halaman untuk pengguna memilih soal latihan sesuai dengan topik
pembelajaran Bahasa Inggris yang diinginkan. Masing-masing topik diwakilkan oleh
tombol ‘Present Tense’ dan ‘Past Tense’. Ke-2 tombol tersebut akan mengarah ke
halaman menu ‘Soal’ bagian kedua.
Pada bagian kedua, aplikasi menampilkan satu per satu soal sesuai dengan
topik yang terlebih dahulu telah dipilih oleh pengguna aplikasi pada bagian pertama
menu ‘Soal’. Pada halaman bagian kedua tersebut, ditampilkan satu soal beserta
pilihan A dan B untuk dijawab oleh pengguna melalui tombol ‘Jawab’ yang mana
sistem akan menangkap suara pilihan ‘A’ atau ‘B’ dari pengguna. Selanjutnya, sistem
akan melakukan proses pengenalan suara dengan membandingkannya dengan data
training suara pilihan ‘A’ dan ‘B’ yang telah disimpan oleh sistem. Kemudian setelah
selesai melakukan identifikasi, sistem akan menampilkan apakah jawaban yang
dijawab oleh pengguna benar atau salah pada bagian teks yang telah disediakan pada
halaman soal tersebut. Pengguna dapat melanjutkan untuk menjawab soal berikutnya
dengan memilih tombol ‘Next’. Setelah pengguna selesai menjawab semua soal yang

Universitas Sumatera Utara

38

diberikan, pengguna dapat kembali ke halaman utama dengan memilih tombol
‘Halaman Utama’.
Berikut merupakan proses membandingkan nilai kedekatan antara suara
pengguna aplikasi dengan masing-masing data training suara. toTransform adalah
nilai suara rekaman pengguna aplikasi yang akan dicek jawabannya. Sedangkan,
fftSuara adalah nilai data training. Dari ke-2 nilai variabel tersebut dicek nilai
kedekatannya dan dibandingkan dengan nilai kedekatan selanjutnya. cekAllYes
adalah nilai kedekatan yang terpilih untuk dijadikan sebagai jawaban ‘A’. Dengan
proses yang sama, sistem juga mencari nilai kedekatan untuk dijadikan sebagai
jawaban ‘B’.

listSuaraY = db.getListSuara("Yes");
String a;
String[] b;
double[] fftSuara = new double[blockSize];
double cekAllYes;
int langkah;
cekAllYes = 0;
langkah = 0;
for (int i = 0; i < listSuaraY.size(); i++) {
//listTitle.add(i, list.get(i).getTitle());
a = null;
a = listSuaraY.get(i).getNilai();
b = null;
b = a.split(";");
for(int x=0; x < b.length - 1; x++){
fftSuara[x] = Double.parseDouble(b[x+1]);
}
if(i==0){
langkah = 1;
}
cekY = countMSE(fftSuara, toTransform);
if(langkah == 1){
cekAllYes = cekY;
}else{
cekDbl = Double.compare(cekAllYes, cekY);

}

if (cekDbl > 0){
cekAllYes = cekY;
}

Universitas Sumatera Utara

39

langkah = 0;
}

Setelah sistem mendapatkan nilai kedekatan suara masing-masing dalam
cekAllYes sebagai nilai ‘A’ dan cekAllNo sebagai nilai ‘B’. Selanjutnya sistem
mengecek dari kedua variabel tersebut yang mana yang mempunyai nilai kedekatan
paling kecil. Nilai variabel terkecil tersebut menjadi nilai yang akan diambil oleh
sistem dan ditampilkan sebagai jawaban akhir atas suara yang direkam dari pengguna
aplikasi.
cekDbl = Double.compare(cekAllYes, cekAllNo);
if (cekDbl > 0){
jwbn = "No";
jwbnAsli = listSoal.get(noUrut).getJwbn().toString();

Benar.");

if(jwbn.equals(jwbnAsli)){
runOnUiThread(new Runnable() {
public void run() {
txtJawaban.setText("Jawaban

}else{

Anda Salah.");

});

Anda

jlhBenar++;
}

runOnUiThread(new Runnable() {
public void run() {
txtJawaban.setText("Jawaban
}

jlhSalah++;

});
}
}else if (cekDbl < 0){
jwbn = "Yes";
jwbn = "Yes";
jwbnAsli
listSoal.get(noUrut).getJwbn().toString();

Anda Benar");

=

if(jwbn.equals(jwbnAsli)){
runOnUiThread(new Runnable() {
public void run() {
txtJawaban.setText("Jawaban

}else{

});

}

jlhBenar++;

runOnUiThread(new Runnable() {
public void run() {

Universitas Sumatera Utara

40

txtJawaban.setText("Jawaban

Anda Salah");

}

});

}

jlhSalah++;

}else{
jwbn = "Tidak Terdeteksi";
runOnUiThread(new Runnable() {
public void run() {
txtJawaban.setText("[Y,N,C: " + Ye +
"; " + Ne + "; " + Pe + "]" + jwbn);
}
});
}
runOnUiThread(new Runnable() {
public void run() {
txtHasil.setText("Hasil Perhitungan
: [Yes : " + Ye + "; No : " + Ne + "] jlhSoal : " + jlhRecord
+ "; Jumlah Benar : " +
jlhBenar + "; Jumlah Salah : " + jlhSalah);
}
});

4.2.6 Tampilan Menu ‘Credit’
Tampilan menu ‘Credit’ merupakan halaman yang memberikan mengenai hal-hal
yang berhubungan dengan pembuatan aplikasi dalam penelitian Tugas Akhir.
Tampilan menu ‘Credit’ diperlihatkan pada Gambar 4.6.

Gambar 4.6 Menu ‘Credit’

Universitas Sumatera Utara

41

Dalam menu ‘Credit’ ditampilkan informasi sekilas mengenai data pribadi
peneliti dan orang-orang yang ikut membantu peneliti menyelesaikan Tugas Akhir.
Pada halaman tersebut, sistem menyediakan tombol ‘Halaman Utama’ yang mana
digunakan oleh pengguna untuk kembali ke halaman utama.
4.3 Pengujian Aplikasi
Pengujian aplikasi dilakukan untuk memastikan bahwa semua fungsi yang ada pada
aplikasi berjalan sesuai dengan yang diinginkan. Adapun pengujian yang paling sering
dilakukan adalah dengan menggunakan metode black box testing atau functional
testing. Pada metode black box, pengujian aplikasi berfokus pada kebutuhan
fungsional sistem berdasarkan input dan output dari aplikasi.
Adapun berikut ini ditampilkan hasil pengujian terhadap proses pengenalan
suara ketika pengguna menjawab soal-soal latihan dengan menggunakan aplikasi
tersebut.
Tabel 4.2 Hasil Identifikasi Suara
Nilai MSE

Hasil

Jawaban

Identifikasi

Asli

0,0140773

A

A

Berhasil

0,0185396

0,0196843

A

B

Gagal

3

0,0143568

0,0137622

B

B

Berhasil

4

0,0169736

0,0155909

B

A

Gagal

5

0,0163222

0,0151168

B

B

Berhasil

6

0,0153648

0,0133279

B

B

Berhasil

7

0,0149179

0,0133345

B

B

Berhasil

8

0,0157638

0,0148358

B

B

Berhasil

9

0,0144755

0,0131700

B

A

Gagal

10

0,0144150

0,0146023

A

A

Berhasil

Rata-rata MSE

0,01551743

0,0147502

-

-

-

No.

Pilihan A

Pilihan B

‘Loves’

‘Loved’

1

0,0140451

2

Hasil

Universitas Sumatera Utara

42

Dari 10 percobaan tersebut dapat ditarik kesimpulan bahwa aplikasi tersebut
dapat mengidentikasikan suara dengan benar sebanyak 7 suara dan salah sebanyak 3
suara sehingga aplikasi tersebut memperoleh persentase keberhasilan sebesar 70%
dari total 10 kali percobaan.
Pada pengujian berikut ini dilakukan proses identifkasi suara dengan adanya
gangguan suara (noise). Tujuannya adalah untuk menguji ketelitian aplikasi dalam
mengenali suara dalam sebuah lingkungan yang mengalami gangguan suara.
Tabel 4.3 Hasil Identifkasi Suara Terhadap Noise
Nilai MSE

Hasil

Jawaban

Identifikasi

Asli

0,0193138

B

A

Gagal

0,0150439

0,0143666

B

B

Berhasil

3

0,0417384

0,0416109

B

B

Berhasil

4

0,0483747

0,0488719

A

B

Gagal

5

0,0418028

0,0416736

B

A

Gagal

6

0,0173679

0,0169822

B

B

Berhasil

7

0,0304209

0,0307107

A

A

Berhasil

8

0,0222407

0,0216659

B

A

Gagal

9

0,0328758

0,0335936

A

A

Berhasil

10

0,0148332

0,0134108

B

B

Berhasil

No.

Pilihan A

Pilihan B

‘Loves’

‘Loved’

1

0,0197144

2

Hasil

Hasil pengujian pada proses identifikasi suara dalam lingkungan yang
mengalami gangguan suara didapatkan hasil bahwa aplikasi tersebut dapat
mengidentifikasikan suara dengan menjawab dengan benar sebanyak 6 suara dan salah
sebanyak 4 suara sehingga aplikasi tersebut memperoleh persentase keberhasilan
sebesar 60% dari total 10 kali percobaan.

Universitas Sumatera Utara

BAB 5
KESIMPULAN DAN SARAN
5.1. Kesimpulan
Adapun kesimpulan yang dapat diambil dari pembuatan aplikasi pembelajaran Bahasa
Inggris ini adalah sebagai berikut :
1. Aplikasi ini dapat mengidentifikasi suara pada aplikasi pembelajaran tata bahasa
(grammar).
2. Aplikasi yang dibangun dapat mendukung pengenalan suara sebagai jawaban atas
soal-soal yang diberikan.
3. Persentase keberhasilan sistem dalam mengenali suara pengguna adalah sebesar
70% dari total 10 kali percobaan dengan 7 kali berhasil dan 3 kali gagal.
4. Persentase keberhasilan sistem berdasarkan nilai Mean Square Error (MSE)
dalam mengenali suara pengguna dalam lingkungan yang mengalami noise adalah
sebesar 60% dari total 10 kali percobaan dengan 6 kali berhasil dan 4 kali
mengalami kegagalan.
4.2 Saran
Adapun beberapa saran yang diperlu dipertimbangkan dari aplikasi pembelajaran
Bahasa Inggris ini adalah sebagai berikut :
1. Aplikasi yang dibangun dapat diperluas dengan menambah fungsi pengenalan
suara yang dapat menangkap/mengenali lebih dari dua jenis suara.
2. Aplikasi yang dibangun dapat diperluas dengan menambah lebih banyak topik
pembahasan yang lebih detail lagi dalam pembelajaran Bahasa Inggris.
Aplikasi yang dibangun dapat diperluas dengan menambah lebih banyak fitur dalam
memberikan pelatihan setelah mempelajari topik pembahasan Bahasa Inggris.

Universitas Sumatera Utara

BAB 2
TINJAUAN PUSTAKA

Pada bab ini, akan dibahas tentang landasan teori mengenai pembelajaran English
Grammar menggunakan speech recognition yang mengkhususkan pembelajaran
tenses berbasis android, dan penjelasan mengenai teknik yang digunakan dalam
pembuatannya yaitu menggunakan algoritma FFT (Fast Fourier Transform).
2.1 English Grammar
Grammar sebuah bahasa adalah suatu kumpulan aturan yang menata bagian
susunannya. Grammar menentukan bagaimana kata-kata disusun dalam membentuk
unit-unit bahasa yang bermakna (Jeffrey, 2003).
Terdapat 3 dasar dalam aturan bahasa inggris tersebut. Hal itu meliputi
(English First, 2015):
1. Etimologi, yaitu ilmu yang mempelajari tentang cara penyusunan hurufhuruf Bahasa Inggris yang tepat kedalam sebuah kata Bahsa Inggris.
Dalam Etimologi, kata-kata bahasa inggris dikelompokkan ke dalam 8
bagian atau yang disebut dengan The Eight Parts of Speech. Ke delapan
bagian tersebut adalah noun, adjective, verb, pronoun,adverb,preposition,
conjuction, dan interjection.
2. Orthographi, merupakan sistem ejaan suatu bahasa atau gambaran bunyi
bahasa yang berupa tulisan atau lambang. Ortografi antara lain meliputi
masalah ejaan, kapitalisasi, pemenggalan kata, serta tanda baca. Materi
yang dibahas dalam orthography, yaitu:
a. Letter (huruf), merupakan lambang dari bunyi atau dalam arti yang lain
disebutkan bahwa letter adalah tanda goresan yang diucapkan atau
dibunyikan.
b. Word, merupakan rangkaian dari huruf-huruf yang membentuk sebuah
arti, misalnya : take (mendapatkan), year (tahun).
c. Syllable (suku kata), merupakan bagian-bagian dari sebuah kata yang
dapat langsung diucapkan, misalnya glass, book, clever.

Universitas Sumatera Utara

6

3. Sintaks, adalah ilmu yang mempelajari tentang cara penyusunan kata kata
bahasa Inggris menjadi sebuah kalimat bahasa Inggris yang tepat dan
sesuai atau dapat juga dikatakan bahwa syntax merupakan bagian dari tata
bahasa yang mempelajari tentang proses pembentukan sebuah kalimat
Terdapat beberapa Sintaks yang digunakan dalam menyusun sebuah kalimat yang
tepat. Pengaturan tersebut cenderung lebih mengarah pada pembentukan pola waktu
kejadian isi kalimat tersebut berlangsung. Seperti kalimat yang terjadi dimasa
sekarang, dimasa lampau dan dimasa depan. Sintaks ini lebih dikenal dengan sebutan
Tenses.

2.2. Tenses
Tenses adalah bentuk kata kerja yang menunjukkan perubahan waktu, kapan suatu
peristiwa, berita, pernyataan, tindakan, terjadi dalam suatu kalimat sekarang, lampau
ataupun akan datang. (Setiawan, 2011). Dalam tenses ada empat kelompok yang
membentuk 16 bentuk waktu dalam Bahsa Inggris. Keempat kelompok utama beserta
ke 16 bentuk waktu tersebut adalah (Sinta, 2015) :
1. Present Tense
a. Simple Present Tense
b. Present Continous Tense
c. Present Perfect Tense
d. Present Perfect Continous Tense
2. Past Tense
a. Simple Past Tense
b. Past Continous Tense
c. Past Perfect Tense
d. Past Perfect Continous Tense
3. Future Tense
a. Simple Future Tense
b. Future Continous Tense
c. Future Perfect Tense
d. Future Perfect Continous Tense

Universitas Sumatera Utara

7

4. Past Future Tense
a. Past Future Tense
b. Future Past Continous Tense
c. Future Past Perfect Tense
d. Past Future Perfect Continous Tense
Dalam penulisan ini akan dibahas sebanyak 2 Tenses utama saja, yaitu Present Tense
dan Past Tense.
2.2.1 Present Tense
Present Tense merupakan bentuk kalimat yang menjelaskan suatu perbuatan atau
suatu peristiwa yang terjadi pada saat sekarang atau kejadian yang merupakan
kebiasaan sehari-hari.
Rumus :
(+) Subject + Verb 1 (s/es)
(-) Subject + do/does + not + Verb 1
(?) Do/does + Subject + Verb 1
Contoh :
(+) I am a pilot. (Saya seorang pilot)
(-) I am not a pilot. (Saya bukan seorang pilot)
(?) Am I not a pilot?. (Bukankah saya seorang pilot?)
2.2.2 Past Tense
Past Tense merupakan bentuk kalimat yang menjelaskan suatu perbuatan atau suatu
peristiwa yang telah terjadi pada waktu lampau dan tidak ada hubungannya dengan
masa sekarang.
Rumus :
(+) Subject + Verb 2 (s/es)

Universitas Sumatera Utara

8

(-) Subject + did not + Verb 1
(?) Did + Subject + Verb 1
Kebanyakan kata kerja bentuk lampau menggunakan akhiran –ed pada akhir kata
kerjanya. Dan pada bentuk be- penggunaan menggunakan was/were.
Contoh :
(+) Pogba walked downtown yesterday. (Pogba berjalan ke pusat kota kemarin)
(-) Pogba didn’t walk downtown yesterday. (Pogba tidak berjalan ke pusat kota
kemarin)
(?) Did he walk downtown yesterday? Yes, he did/No, he didn’t. (Apakah dia (Pogba)
berjalan ke pusat kota kemarin? Ya/Tidak).

2.3 Character Unicode
Standart unicode adalah aturan encoding karakter universal untuk karakter dan
teks tertulis serta untuk encoding teks multi bahasa sehingga memungkinkan
pertukaran data teks secara internasional. Unicode menyediakan kapasitas untuk
meng-encode seluruh karakter yang digunakan dalam bahasa tertulis di seluruh
dunia (Habibi, 2011). Dalam android, android versi 4.2 Kitkat dan versi diatasnya
bisa membaca character unicode tersebut.

2.4 Android
Android merupakan sebuah sistem operasi perangkat mobile berbasis linux yang
mencakup sistem operasi, middleware, dan aplikasi. Untuk mengembangkan Android,
dibentuk OHA (Open Handset Aliance), konsorium dari 34 perusahaan peranti keras
(Hardware), peranti lunak (Software), dan telekomunikasi, termasuk Google, HTC,
Intel, Motorola, Qualcomm, T-Mobile, dan Nvidia. (Yuniar, 2011).

Universitas Sumatera Utara

9

Kelebihan android (Gargenta, 2011) :
1. Android adalah comprehensive platform, softwarenya lengkap.
2. Open source platform, bebas pengembangan tanpa dikenakan biaya terhadap
sistem karena berbasiskan linux.
3. Android adalah purpose-built untuk mobile device. Desain dari android berasal
dari waktu mendatang yang dapat diduga.
4. Android juga tidak memakan memori yang terlalu banyak sehingga user tidak
terlalu khawatir terhadap software yang memorinya terbatas.
2.5. Transformasi Fourier
Transformasi Fourier merupakan suatu persamaan integral untuk menghitung
frekuensi, amplitudo, dan fase dari suatu gelombang sinyal (Stefanus et al, 2005).
Sementara untuk menghitung spektrum frekuensi sinyal pada komputer digital,
dibutuhkan algoritma Discrete Fourier Transform (DFT). Transformasi Fourier
menjadi suatu model transformasi yang memindahkan sinyal domain spasial atau
sinyal domain waktu menjadi sinyal domain frekuensi. Di dalam pengolahan suara,
transformasi fourier banyak digunakan untuk mengubah domain spasial pada suara
menjadi domain frekuensi. Analisa-analisa dalam domain frekuensi banyak digunakan
seperti filtering. Dengan menggunakan transformasi fourier, sinyal atau suara dapat
dilihat sebagai suatu objek dalam domain frekuensi.
Discrete Fourier Transform (DFT) adalah suatu persamaan integral yang
digunakan untuk menganalisa suatu frekuensi diskrit. DFT mengubah sinyal domain
waktu, menjadi sinyal domain frekuensi. Fast Fourier Transform (FFT) merupakan
DFT dengan algoritma yang lebih optimal, sehingga menghasilkan perhitungan yang
lebih cepat.
FFT merupakan salah satu metode untuk transformasi sinyal suara dalam
domain waktu menjadi sinyal dalam domain frekuensi, artinya proses perekaman
suara disimpan dalam bentuk digital berupa gelombang spectrum suara yang berbasis
frekuensi sehingga lebih mudah dalam menganalisa spektrum frekuensi suara yang
telah direkam.

Universitas Sumatera Utara

10

Menurut Ronald N. Bracewell (2002), Fast Fourier Transform tidak hanya
terbatas untuk menyelesaikan persamaan dari transformasi linear, tetapi juga dapat
digunakan dalam berbagai jenis aplikasi. Berikut contoh-contoh aplikasi yang
menggunakan FFT adalah :
1. Perkiraan dengan menggunakan trigonometric polynomials, seperti :
a. Data compression (contoh : MP3).
b. Analisis Spectral dari signal.
c. Frequency response dari sebuah sistem.
d. Perhitungan diferensial parsial.
2. Konvolusi melalui domain frekuensi, seperti :
a. Cross-correlation.
b. Perkalian untuk bilangan bulat yang besar.
c. Simbolis perkalian polinomial.

2.6 Mean Square Error (MSE)
Mean Square Error (MSE) adalah salah satu metode yang diperkenalkan oleh
Makridakis dalam penelitian tentang peramalan (forecasting). Menurut Makridakis et
al (1999) terdapat beberapa ukuran statistik standar untuk mengukur ketepatan hasil
peramalan, salah satunya metode Mean Square Error (MSE). Konsep dari peramalan
tersebut yaitu menyusun suatu rencana dengan membandingkan suatu hal dengan data
dari masa lalu sehingga dengan adanya pengerjaan yang teratur dan terarah dapat
memberikan ketepatan hasil analisis.
Pada

penelitian

ini,

penulis

menggunakan

metode

MSE

dengan

membandingkan suatu nilai suara yang hendak diidentifikasikan dengan data training
suara yang telah sebelumnya disimpan ke dalam aplikasi. Adapun perumusan MSE
yang disesuaikan variabelnya dalam penelitian ini adalah sebagai berikut :
=

∑

Dimana :

(

)

Xi = Data training suara pada data ke-i
X = Data suara yang diperbandingkan
n

= Frekuensi / jumlah data

Universitas Sumatera Utara

11

2.7 Penelitian Terdahulu
Pembelajaran English Grammar ini sudah cukup banyak dibuat oleh peneliti-peneliti
sebelumnya. Baik mengenai penjelasan tenses, aturan penggunaan tenses dalam setiap
kalimat, maupun contohnya. Beberapa diantaranya menerapkan pembelajaran tenses
menggunakan computer based.
Fadhlullah (2015) mengimplementasikan algoritma Fast Fourier Transform
(FFT) dalam sebuah aplikasi setem gitar. Aplikasi tersebut digunakan dalam
penyelarasan kunci gitar dengan nada yang tepat. Penggunaan FFT pada penelitian
tersebut adalah untuk mentransformasikan

sinyal

digital

ke

dalam

bentuk

frekuensi sehingga penyesuaian nada dapat dilihat dengan lebih akurat.
Ady (2014) menggunakan metode Computer Based Instruction (CBI) dalam
penerapan pembelajaran tenses tersebut. Dalam peneli