Pricillia, Lidya Ruth and Dahnial Syauqy, S.T., M.T., M.Sc. and Rekyan Regasari Mardi Putri, S.T., M.T. (2024) Sistem Pelatihan Pengucapan Huruf Konsonan Untuk Anak Usia Dini Menggunakan Metode Random Forest. Sarjana thesis, Universitas Brawijaya.
Abstract
Golden age, yang berkisar pada rentang usia 0-6 tahun, merupakan periode penting dalam masa pertumbuhan anak dimana otak akan sangat responsif dalam menerima berbagai informasi guna mengembangkan dasar-dasar kecerdasan kognitif dan linguistik. Salah satu cara yang efektif untuk mengembangkan kecerdasan linguistik pada anak adalah melalui pelatihan pengucapan. Kemampuan anak untuk bisa mengucapkan huruf konsonan merupakan tahapan krusial dalam membangun dasar yang kuat untuk membaca, mengembangkan kosakata, dan pemahaman tentang suara Bahasa. Namun masih ada beberapa masalah yang ditemukan seperti anak sulit membaca abjad dengan lafal yang tepat, belum menguasai fonem-fonem pada beberapa huruf konsonan, dan rasa jenuh saat belajar mengingat dan mengeja huruf. Untuk itu, penelitian mengenai sistem pelatihan pengucapan huruf konsonan dilakukan. Sistem ini difokuskan dalam pengenalan huruf konsonan, terutama fonem-fonem pada huruf seperti /f/, /l/, /r/, /s/, dan /v/. Pemilihan huruf-huruf ini didasarkan pada fakta bahwa anak�anak pada rentang usia tersebut cenderung belum sepenuhnya menguasai fonem�fonem ini. Sistem ini dibuat untuk memberikan pelatihan pengucapan huruf konsonan pada anak usia dini, didukung oleh algoritma machine learning, yaitu random forest, untuk mengklasifikasikan pengucapan huruf konsonan mereka. Sistem yang dirancang memiliki kemampuan untuk memberikan umpan balik secara real-time terhadap pelafalan fonem tanpa memerlukan keberadaan instruktur fisik. Sistem pelatihan pengucapan huruf konsonan dirancang dengan menggabungkan teknologi sensor MAX9814 sebagai mikrofon dan diintegrasikan dengan perangkat Arduino Uno sebagai mikrokontroller yang berfungsi sebagai pusat pengolahan data. Output dari sistem bersifat visual yang diberikan melalui layar LCD ST7789 TFT, dimana layar akan menampilkan warna hijau apabila terdeteksi pengucapan benar dan menampilkan warna merah apabila pengucapan masih salah. Berdasarkan evaluasi hasil pengujian, sistem menghasilkan tingkat akurasi sebesar 64% dari 25 data uji pengucapan huruf konsonan, dengan rata�rata waktu komputasi sekitar 199,6 ms dari 15 data uji.
English Abstract
Golden age, which ranges from 0 to 6 years of age, is an important period in a child's growth period where the brain will be very responsive in receiving various information to develop the basics of cognitive and linguistic intelligence. One effective way to develop linguistic intelligence in children is through pronunciation training. A child's ability to pronounce consonant letters is a crucial stage in building a strong foundation for reading, developing vocabulary, and understanding language sounds. However, there are still several problems, such as children having difficulty reading the alphabet with the correct pronunciation, not yet mastering the phonemes in some consonant letters, and feeling bored when learning to remember and spell letters. For this reason, research was conducted on a consonant pronunciation training system. This system is focused on recognising consonant letters, especially phonemes in letters such as /f/, /l/, /r/, /s/, and /v/. The choice of these letters is based on the fact that children in this age range tend not to have fully mastered these phonemes. This system was created to provide consonant letter pronunciation training to young children, supported by a machine learning algorithm, namely random forest, to classify their consonant pronunciation. The designed system has the ability to provide real-time feedback on phoneme pronunciation without requiring the presence of a physical instructor. The consonant pronunciation training system was designed by combining MAX9814 sensor technology as a microphone and integrated with an Arduino Uno device as a microcontroller that functions as a data processing center. The output from the system is visual, which is provided via the ST7789 TFT LCD screen, where the screen will display green if the correct pronunciation is detected and red if the pronunciation is still incorrect. Based on the evaluation of test results, the system produces an accuracy level of 64% from 25 consonant pronunciation test data, with an average computing time of around 199.6 ms from 15 test data.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | 052415 |
| Uncontrolled Keywords: | konsonan, kecerdasan linguistik, random forest, MAX9814- consonants, linguistic intelligence, random forest, MAX9814 |
| Divisions: | Fakultas Ilmu Komputer > Teknik Komputer |
| Depositing User: | Sugeng Moelyono |
| Date Deposited: | 07 Aug 2024 03:21 |
| Last Modified: | 07 Aug 2024 03:21 |
| URI: | http://repository.ub.ac.id/id/eprint/223532 |
![[thumbnail of DALAM MASA EMBARGO]](http://repository.ub.ac.id/style/images/fileicons/text.png) |
Text (DALAM MASA EMBARGO)
Lidya Ruth Pricillia.pdf Restricted to Registered users only Download (6MB) |
Actions (login required)
 |
View Item |