Pemodelan Akustik HMM–GMM untuk Pengenalan Ucapan Kata Darurat Bahasa Indonesia
DOI:
https://doi.org/10.25077/TEKNOSI.v12i2.2026.369-376Kata Kunci:
Sistem Pengenal Ucapan, HMM-GMM, Model Akustik, Ucapan DaruratAbstrak
Keamanan dan keselamatan merupakan kebutuhan dasar manusia. Situasi darurat seperti pencurian, kebakaran, maupun ancaman lainnya sering kali memerlukan respons yang cepat untuk mengurangi dampak negatifnya. Seiring berkembangnya teknologi, sistem keamanan berbasis suara menjadi solusi potensial untuk meningkatkan efektivitas deteksi dini dan tanggapan terhadap keadaan darurat. Penelitian ini bertujuan untuk mengembangkan model akustik berbasis Hidden Markov Model–Gaussian Mixture Model (HMM–GMM) guna mendeteksi kata-kata darurat dalam Bahasa Indonesia, seperti tolong, jangan, maling, kebakaran, dan kecelakaan. Dataset yang digunakan terdiri atas 1.100 berkas audio yang seimbang antara kelas darurat dan non-darurat. Fitur akustik dari dataset diekstraksi menggunakan Mel-Frequency Cepstral Coefficients (MFCC) beserta fitur turunan delta dan delta-delta. Evaluasi dilakukan dengan metode 10-fold cross-validation dan model terbaik diujikan dengan data holdout test untuk memastikan kemampuan generalisasi model. Hasil penelitian menunjukkan bahwa model HMM–GMM dengan 4 state dan 16 komponen Gaussian memberikan performa terbaik dengan akurasi 94,5%, presisi 94,3%, recall 94,5%, dan F1-score 94,4% pada hold. Temuan ini membuktikan bahwa model HMM–GMM efektif dalam mengenali ucapan darurat Bahasa Indonesia secara akurat dan efisien.Referensi
J. Kim, K. Min, M. Jung, and S. Chi, “Occupant behavior monitoring and emergency event detection in single-person households using deep learning-based sound recognition,” Build. Environ., vol. 181, p. 107092, Aug. 2020, doi: 10.1016/j.buildenv.2020.107092.
H. Chu et al., “Call For Help Detection In Emergent Situations Using Keyword Spotting And Paralinguistic Analysis,” in Companion Publication of the 2021 International Conference on Multimodal Interaction, New York, NY, USA: ACM, Oct. 2021, pp. 104–111. doi: 10.1145/3461615.3491111.
L. Rabiner and B.-H. Juang, “Fundamentals of Speech Recognition,” 1993. doi: 10.1002/ev.1647.
C. Paul and P. Bora, “Digit Speech Recognition u sing Hidden Markov Model Toolkit,” International Journal of Innovative Technology and Exploring Engineering, vol. 9, no. 5, pp. 917–921, Mar. 2020, doi: 10.35940/ijitee.E2540.039520.
S. M, S. Anusuya, and L. K. Narayanan, “Enhancing Automatic Speech Recognition Accuracy Using a Gaussian Mixture Model (GMM),” SSRN Electronic Journal, 2025, doi: 10.2139/ssrn.5089158.
P. L, P. Kumar, and D. Singh, “Speech Recognition Using Hmm and Combinations: A Review,” SSRN Electronic Journal, 2024, doi: 10.2139/ssrn.4488961.
M. Orosoo et al., “Transforming English language learning: Advanced speech recognition with MLP-LSTM for personalized education,” Alexandria Engineering Journal, vol. 111, pp. 21–32, Jan. 2025, doi: 10.1016/j.aej.2024.10.065.
E. M. Tan and F. Utaminingrum, “Analisis Kombinasi Speech Enhancement Dan Keyword Spotting Lightweight Untuk Robust Speech Command Recognition Pada Smart Wheelchair,” 2026. [Online]. Available: http://j-ptiik.ub.ac.id
X. Rong, T. Sun, X. Zhang, Y. Hu, C. Zhu, and J. Lu, “GTCRN: A Speech Enhancement Model Requiring Ultralow Computational Resources,” in ICASSP 2024 - 2024 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP), IEEE, Apr. 2024, pp. 971–975. doi: 10.1109/ICASSP48485.2024.10448310.
H. Kheddar, Y. Himeur, S. Al-Maadeed, A. Amira, and F. Bensaali, “Deep transfer learning for automatic speech recognition: Towards better generalization,” Knowl. Based. Syst., vol. 277, p. 110851, Oct. 2023, doi: 10.1016/j.knosys.2023.110851.
S. I. Ayuri, N. Nayla, N. Asa, S. H. Berutu, and A. Puteri, “Pentingnya Fonologi dan Peran Fonologi dalam Sistem Bahasa,” Jurnal Ilmiah Kajian Multidisipliner, vol. 8, no. 12, 2024.
A. Rouhe, A. Virkunen, J. Leinonen, and M. Kurimo, “Low Resource Comparison of Attention-based and Hybrid ASR Exploiting wav2vec 2.0,” Interspeech, 2022.
S. Bhatt, A. Jain, and A. Dev, “Acoustic Modeling in Speech Recognition A Systematic Review,” nternational Journal of Advanced Computer Science and Application (IJACSA), , vol. 11, no. 4, 2020.
C. B. Vista, C. H. Satriawan, D. P. Lestari, and D. H. Widyantoro, “Specific Acoustic Models for Spontaneous and Dictated Style in Indonesian Speech Recognition. ,” J. Phys. Conf. Ser., 2018.
A. Rista and A. Kadriu, “Automatic Speech Recognition: A Comprehensive Survey,” SEEU Review, vol. 15, no. 2, pp. 86–112, Dec. 2020, doi: 10.2478/seeur-2020-0019.
F. Alifani, T. W. Purboyo, and C. Setianingsih, “Implementation of Voice Recognition in Disaster Victim Detection Using Hidden Markov Model (HMM) Method,” in 2019 International Seminar on Intelligent Technology and Its Applications (ISITIA), IEEE, Aug. 2019, pp. 445–450. doi: 10.1109/ISITIA.2019.8937290.
H. Isyanto, W. Ibrahim, R. Samsinar, and W. Sudarwati, “Accurate Speech Recognition AI using Model of Deep Learning for Security Access,” ICEREAM, 2024.
A. U. J. Dzulqornain, N. N. P. Utami, M. J. Kusuma, D. M. A. Arsana, M. A. Adyan, and P. M. Waliyullah, “Indonesian Words Audioset. ,” https://www.kaggle.com/datasets/ahmadulfi/indonesian-words-audio-dataset.
M. Novela and T. Basaruddin, “Dataset Suara dan Teks Berbahasa Indonesia Pada Rekaman Podcast dan Talk show,” JURNAL FASILKOM, vol. 11, no. 2, pp. 61–66, Aug. 2021, doi: 10.37859/jf.v11i2.2628.
T. J. Bradshaw, Z. Huemann, J. Hu, and A. Rahmim, “A Guide to Cross-Validation for Artificial Intelligence in Medical Imaging,” Radiol. Artif. Intell., 2023.
E. N. Tamatjita and A. W. Mahastama, “Classification of Traditional and Modern Music using NCC and k-NN,” in Proceedings of the 1st International Conference on Intermedia Arts and Creative Technology, SCITEPRESS - Science and Technology Publications, 2019, pp. 112–117. doi: 10.5220/0008527301120117.
Y. K. Aini, T. B. Santoso, and T. Dutono, “Pemodelan CNN untuk deteksi emosi berbasis speech Bahasa Indonesia,” Jurnal Komputer Terapan, vol. 1, no. 7, 2021.
Z. Salsabila and A. Syarif, “Pemanfaatan media Google Drive dalam pengelolaan dokumen elektronik Komisi Aparatur Sipil Negara,” Serasi: Jurnal Sekretari dan Administrasi, vol. 2, no. 20, 2022.
D. Jurafsky and J. Martin, Speech and Language Processing: An Introduction to Natural Language Processing, Computational Linguistics, and Speech Recognition, Second Edition. Upper Saddle River, New Jersey: Prentice-Hall, 2008.
S. Santoso, R. Hartayu, C. Anam, and Dimas Abdul Aziz, “Simulasi Simulasi Ekstraksi Fitur Suara menggunakan Mel-Frequency Cepstrum Coefficient,” Jurnal Sains dan Informatika, vol. 8, no. 1, pp. 80–87, Jul. 2022, doi: 10.34128/jsi.v8i1.357.
N. Manouchehri and N. Bouguila, “Human Activity Recognition with an HMM-Based Generative Model,” Sensors, vol. 23, no. 3, p. 1390, Jan. 2023, doi: 10.3390/s23031390.
Unduhan
Telah diserahkan
Diterima
Diterbitkan
Cara Mengutip
Terbitan
Bagian
Lisensi
Hak Cipta (c) 2026 Jurnal Nasional Teknologi dan Sistem Informasi
Artikel ini berlisensiCreative Commons Attribution-ShareAlike 4.0 International License.
Hak cipta untuk artikel ini ditransfer ke Jurnal Nasional Teknologi dan Sistem Informasi (TEKNOSI) jika dan ketika artikel diterima untuk publikasi. Yang bertanda tangan di bawah ini dengan ini mentransfer setiap dan semua hak di dalam dan ke kertas termasuk tanpa batasan semua hak cipta untuk TEKNOSI. Yang bertanda tangan di bawah ini dengan ini menyatakan dan menjamin bahwa makalah tersebut asli dan bahwa ia adalah pembuat makalah, kecuali untuk bahan yang secara jelas diidentifikasi sebagai sumber aslinya, dengan pemberitahuan izin dari pemilik hak cipta jika diperlukan. Yang bertanda tangan di bawah ini menyatakan bahwa ia memiliki kekuatan dan wewenang untuk membuat dan melaksanakan penugasan ini.
Kami menyatakan bahwa:
- Makalah ini belum diterbitkan dalam bentuk yang sama di tempat lain.
- Makalah ini tidak akan dikirimkan di tempat lain untuk publikasi sebelum penerimaan/penolakan oleh Jurnal ini
- Izin hak cipta diperoleh untuk materi yang diterbitkan di tempat lain dan yang memerlukan izin ini untuk reproduksi.
Selanjutnya, Saya/kami dengan ini mentransfer hak publikasi yang tidak terbatas dari makalah yang disebutkan di atas secara keseluruhan kepada TEKNOSI. Transfer hak cipta mencakup hak untuk mereproduksi dan mendistribusikan artikel, termasuk cetak ulang, terjemahan, reproduksi foto, mikroform, bentuk elektronik (offline, online) atau reproduksi lain yang serupa.
Penulis yang sesuai menandatangani dan menerima tanggung jawab untuk merilis materi ini atas nama setiap dan semua penulis bersama. Perjanjian ini harus ditandatangani oleh setidaknya salah satu penulis yang telah memperoleh persetujuan dari rekan penulis jika berlaku. Setelah pengajuan perjanjian ini ditandatangani oleh penulis yang sesuai, perubahan kepengarangan atau dalam urutan penulis yang tercantum tidak akan diterima.
Hak / Syarat dan Ketentuan yang dipertahankan :
- Penulis memiliki semua hak kepemilikan dalam setiap proses, prosedur, atau artikel manufaktur yang dijelaskan dalam Karya ini.
- Penulis dapat mereproduksi atau mengotorisasi orang lain untuk mereproduksi karya ini atau karya turunannya untuk penggunaan pribadi penulis atau untuk penggunaan perusahaan, dengan ketentuan bahwa sumber dan menyatakan hak cipta dimiliki TEKNOSI, salinan tidak digunakan dengan cara apa pun yang menyiratkan pengesahan TEKNOSI atas suatu produk atau layanan dari pihak mana pun, dan salinannya sendiri tidak ditawarkan untuk dijual.
- Meskipun penulis diizinkan untuk menggunakan kembali semua atau sebagian dari karya ini dalam karya lain, ini tidak termasuk mengabulkan permintaan pihak ketiga untuk mencetak ulang, menerbitkan ulang, atau jenis penggunaan ulang lainnya.
This work is licensed under a 