Implementasi Algoritma Jaro Winkler Distance Untuk Pendeteksi Kesamaan Kata Dalam Pengembangan Aplikasi English Conversation
PDF

Keywords

Speech to Text
Conversation
Jaro Winkler
Pembelajaran
Bahasa Inggris

How to Cite

Aritomatika, E. J. ., Sanjaya, A. ., & Widodo, D. W. . (2021). Implementasi Algoritma Jaro Winkler Distance Untuk Pendeteksi Kesamaan Kata Dalam Pengembangan Aplikasi English Conversation. Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi), 5(1), 104–110. Retrieved from https://proceeding.unpkediri.ac.id/index.php/inotek/article/view/913

Abstract

Pendidikan Bahasa Inggris, dalam hal percakapan, memang bukanlah hal yang mudah bagi para siswa Sekolah Dasar. Meskipun merupakan tingkat dasar, namun terkadang mereka merasa kesulitan pada saat melafalkan kata dalam bahasa inggris. Maka di butuhkan media pendidikan yang menjadi alat bantu mereka dalam berlatih percakapan dalam Bahasa Inggris. Masalah ini dapat diatasi dengan cara mengembangkan sebuah aplikasi sistem belajar interaktif dalam bentuk website menjadi jembatan bagi siswa Sekolah Dasar dalam belajar dan berlatih pelafalan percakapan Bahasa Inggris. Dengan sistem ini, siswa tidak hanya mengenal kosa kata dalam Bahasa Inggris. Namun juga bagaimana melafalkan secara tepat dan mengetahui nilai kemiripan kata yang dilafalkan. Sistem ini dikembangkan dengan bahasa pemrograman php, javascript, ajax dengan memanfaatkan Google Speech API serta menggunakan database MySQL. Pemilihan Algoritma yang digunakan dalam pengembangan media pembelajaran tersebut adalah Jaro Winkler. Berdasarkan kecepatan pemrosesan dan keefektifan dalam membandingkan string pendek sehingga sangat cocok digunakan. Fungsi algoritma Jaro Winkler Distance disini adalah membandingkan antara hasil dari deteksi ucapan suara dan kata kunci, Dimana hal ini berguna untuk mencari kemiripan untuk mengetahui nilai perbandingannya.  Dalam aplikasi ini memiliki bebrapa kode soal yang di dalamnya terdapat kata kunci yang harus di ucapkan oleh siswa agar dapat mengetahui jawaban dengan memanfaatkan Google Speech API . Hasil pengujian aplikasi  English Conversation dengan Algoritma Jaro Winkler Distance memperoleh hasil nilai perbandingan kemiripan kata dengan hasil nilai maksimal sebesar 100% serta nilai minimal sebesar 68.1%

PDF

References

Hawkins, J., Panush, E. and Spielvogel, R. (1996). Education Development Center, Center for Children and Technology. National study tour of district technology integration (summary report) CCT Reports Issue No. 14 December 1996. http://cct.edc.org/publications/national-study-tour-district-technology-integration-summary-report.

Tannga, M. J., & Rahman, S. (2017). Analisis Perbandingan Algoritma Levenshtein Distance dan Jaro Winkler Untuk Aplikasi Deteksi Plagiarisme Dokumen Teks. JTRISTE, 4(2), 44-54.

Novantara, P. (2017). Implementasi Algoritma Jaro-Winkler Distance Untuk Sistem Pendeteksi Plagiarisme Pada Dokumen Skripsi. Buffer Informatika, 3(2).

Pinajeng, P. T. K. I., Sukarsa, M. I., dan Putra, S. M. I. (2020) Perbaikan Kata Pada Sistem Chatbot dengan Metode Jaro Winkler. JITTER, 4(2).

Setiawan, A. B., & Rabi, A. IMPLEMENTASISISTEM SPEECH RECOGNITION MENGGUNAKAN WEB SERVER SECARA REAL TIME BERBASIS ANDROID.

Sanjaya, A. (2020). OPTIMASI PENCARIAN DATA MENGGUNAKAN TEXT FILTERING DAN ALGORITMA JARO WINKLER. Network Engineering Research Operation, 5(1), 24-29.

Creative Commons License

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

Copyright (c) 2021 Eureka Jeremy Aritomatika, Ardi Sanjaya, Danang Wahyu Widodo

Downloads

Download data is not yet available.