Implementasi Convolution-Augmented Transfomer Berbasis Kecerdasan Buatan dalam Analisis Sentimen Teks Hasil Konversi Suara ke Teks

Prabowo Budi  Utomo; Dona Wahyudi; Adimas Ketut Nalendra

doi:10.29407/gj.v8i1.22202

Authors

Prabowo Budi Utomo Akademi Komunitas Negeri Putra Sang Fajar Blitar
Dona Wahyudi Akademi Komunitas Negeri Putra Sang Fajar Blitar
Adimas Ketut Nalendra Akademi Komunitas Negeri Putra Sang Fajar Blitar

DOI:

https://doi.org/10.29407/gj.v8i1.22202

Keywords:

Speech to Text, Sentiment Analysis, Conformer, Penyandang disabilitas pendengaran, Kecerdasan Buatan

Abstract

Keterbatasan mendapatkan informasi yang dialami penyandang disabilitas menjadikan mereka kurang update terhadap perkembangan yang terjadi sehingga secara tidak langsung mendorong berbagai upaya untuk mendapatkan informasi tanpa mempedulikan sumber dan konteks informasi yang diperoleh, konteks informasi yang diperoleh dalam hal ini berkaitan dengan emosi yang berusaha disampaikan lewat tulisan atau teks informasi, maka perlu dirancang dan diimplementasikan yang mampu mengekstraksi dan menemukan inteprestasi emosi bermuatan positif, negatif atau netral dari teks hasil konversi teknologi Speech to Text, sehingga dapat membantu penderita disabilitas pendengaran dalam memahami konteks dan emosi yang terkandung didalam informasi. Aplikasi Speech to Text yang dikombinasikan dengan metode Conformer berbasis kecerdasan buatan dapat membantu penyandang disabilitas pendengaran untuk memahami sentimen atau emosi dari teks hasil konversi suara. Dengan menggunakan kecerdasan buatan yang tergabung dalam metode Conformer dapat dilakukan klasifikasi sentimen terhadap teks hasil konversi juga dapat dideteksi topik yang disampaikan, sehingga diharapkan dapat dimanfaatkan penyandang disabilitas pendengaran dalam memberikan umpan balik yang tidak menyinggung perasaan dan sesuai topik bahasan.

Author Biographies

Prabowo Budi Utomo, Akademi Komunitas Negeri Putra Sang Fajar Blitar

Administrasi Server dan Jaringan Komputer

Dona Wahyudi, Akademi Komunitas Negeri Putra Sang Fajar Blitar

Administrasi Server dan Jaringan Komputer

Adimas Ketut Nalendra, Akademi Komunitas Negeri Putra Sang Fajar Blitar

Administrasi Server dan Jaringan Komputer

References

R. Husnaini, “HADIS MENGENDALIKAN AMARAH DALAM PERSPEKTIF PSIKOLOGI.”

RVS College of Engineering & Technology and Institute of Electrical and Electronics Engineers, Proceedings of the International Conference on Inventive Research in Computing Applications (ICIRCA 2018) : date: July 11-12, 2018.

H. Utama and A. Masruro, “Analisis Sentimen pada Twitter menggunakan Word Embedding dengan Pendekatan Word2Vec,” 2022.

E. Febriyani and H. Februariyanti, “Analisis Sentimen Terhadap Program Kampus Merdeka Menggunakan Algoritma Naive Bayes Classifier Di Twitter,” vol. 17, no. 1.

F. Eka Purwiantono and A. Aditya, “KLASIFIKASI SENTIMEN SARA, HOAKS DAN RADIKAL PADA POSTINGAN MEDIA SOSIAL MENGGUNAKAN ALGORITMA NAIVE BAYES MULTINOMIAL TEXT,” Jurnal TEKNOKOMPAK, vol. 14, no. 2, pp. 68–73, 2020.

O. B. Deho, W. A. Agangiba, F. L. Aryeh, and J. A. Ansah, “Sentiment Analysis with Word Embedding.”

A. Rizal Maulana, S. Hadi Wijoyo, and Y. T. Mursityo, “ANALISIS SENTIMEN KEBIJAKAN PENERAPAN KURIKULUM MERDEKA SEKOLAH DASAR DAN SEKOLAH MENENGAH PADA MEDIA SOSIAL TWITTER DENGAN MENGGUNAKAN METODE WORD EMBEDDING DAN LONG SHORT-TERM MEMORY NETWORKS (LSTM),” vol. 10, no. 3, pp. 523–530, 2023, doi: 10.25126/jtiik.2023106977.

A. Gulati et al., “Conformer: Convolution-augmented Transformer for Speech Recognition,” May 2020, [Online]. Available: http://arxiv.org/abs/2005.08100

ICASSP 2020 - 2020 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP). IEEE, 2020.

G. F. Avisyah, I. J. Putra, and S. S. Hidayat, “Open Artificial Intelligence Analysis using ChatGPT Integrated with Telegram Bot,” Jurnal ELTIKOM, vol. 7, no. 1, pp. 60–66, Jun. 2023, doi: 10.31961/eltikom.v7i1.724.

T. S. Sabrila, V. R. Sari, and A. E. Minarno, “Analisis Sentimen Pada Tweet Tentang Penanganan Covid-19 Menggunakan Word Embedding Pada Algoritma Support Vector Machine Dan K-Nearest Neighbor,” Fountain of Informatics Journal, vol. 6, no. 2, p. 69, Jul. 2021, doi: 10.21111/fij.v6i2.5536.

X. Chen, Y. Xue, H. Zhao, X. Lu, X. Hu, and Z. Ma, “A novel feature extraction methodology for sentiment analysis of product reviews,” Neural Comput Appl, vol. 31, no. 10, pp. 6625–6642, Oct. 2019, doi: 10.1007/s00521-018-3477-2.

IEEE Staff, 2017 International Conference on Intelligent Communication and Computational Techniques (ICCT). IEEE, 2017.

Universitas Atma Jaya Yogyakarta, Institute of Electrical and Electronics Engineers. Indonesia Section. Computer Society Chapter., Institute of Electrical and Electronics Engineers. Indonesia Section., and Institute of Electrical and Electronics Engineers, 2019 International Conference of Artificial Intelligence and Information Technology (ICAIIT 2019) : 13-15 March 2019, Platinum Adisucipto Yogyakarta Hotel & Conference Center.

M. Z. Rahman, Y. A. Sari, and N. Yudistira, “Analisis Sentimen Tweet COVID-19 menggunakan Word Embedding dan Metode Long Short-Term Memory (LSTM),” 2021. [Online]. Available: http://j-ptiik.ub.ac.id

R. Arulmurugan, K. R. Sabarmathi, and H. Anandakumar, “Classification of sentence level sentiment analysis using cloud machine learning techniques,” Cluster Computing, vol. 22. Springer Science and Business Media, LLC, pp. 1199–1209, Jan. 16, 2019. doi: 10.1007/s10586-017-1200-1.

P. Nandwani and R. Verma, “A review on sentiment analysis and emotion detection from text,” Social Network Analysis and Mining, vol. 11, no. 1. Springer, Dec. 01, 2021. doi: 10.1007/s13278-021-00776-6.