Speech Recognation Penderita Bibir Sumbing di Kabupaten Sumbawa

  • Anggreni Anggreni Program Studi Sistem dan Teknologi Informasi, Universitas Muhammadiyah Mataram
  • Siti Agrippina Alodia Yusuf Program Studi Sistem dan Teknologi Informasi, Universitas Muhammadiyah Mataram
  • Muhammad Imam Dinata Program Studi Sistem dan Teknologi Informasi, Universitas Muhammadiyah Mataram
  • Nani Sulistianingsih Program Studi Sistem dan Teknologi Informasi, Universitas Muhammadiyah Mataram
Keywords: Sumbing bibir, pengenalan suara, K-nearest Neighbour

Abstract

Kegagalan bersatunya dua sisi bagian rongga mulut dengan sempurna pada masa kehamilan mengakibatkan adanya celah pada langit-langit mulut (palatoschisis), dan menjadi kelainan bawaan pada bibir bagian atas disebut sebagai sumbing bibir (labioschisis). Bibir sumbing dapat dibedakan dalam dua kondisi yaitu sumbing bibir komplit mengakibatkan kelainan pda gusi, bantalan gigi (prosesus alveolis), langit-langit mulut (palatum) dan lubang hidung (nostril). Indonesia sebagai salah satu negara di Asia Tenggara menduduki peringkat ke tujuh, dengan  20,4 % penduduk menderita bibir sumbing dan lelangit. Dalam kaitan dengan kelahiran per tahun, prevalensi bayi lahir dengan bibir sumbing dan lelangit ditemukan semakin tinggi yaitu lebih dari 8.900 bayi lahir dengan bibir sumbing dan lelangit per tahun(Kemenkes RI, 2018). Kabupaten Sumbawa yang terdapat di Provinsi Nusa Tenggara Barat merupakan salah satu kabupaten dengan jumlah 21 orang penderita terdaftar sebagai calon pasien di Rumah Sakit Umum Sumbawa Besar. Pengabdian Masyarakat ini bertujuan untuk mengaplikasikan penggunaan Sistem Pengenalan Suara (Speech Recognation) pada penderita bibir sumbing berfokus pada pengucapan Huruf P. Data suara pengucapan kata kapak, paku dan atap diperoleh dari 7 orang penderita bibir sumbing di Kabupaten Sumbawa. Setiap kata diulang sebanyak 15 kali pengucapan. Metode K-nearest neighbor (KNN) digunakan untuk mengevaluasi performa dari . Hasil eksperimen menunjukkan akurasi masing-masing kata sebesar 90% untuk atap, 71% untuk kapak, dan 90% untuk paku. Akurasi keseluruhan sistem pengenalan adalah 84%. Dengan adanya sistem ini diharapkan dapat menjadi Solusi bagi orang terdekat penderita dalam mengoreksi ucapan penderita terkait huruf P.

References

Alfatwa, Watermarking Pada Citra Digital Menggunakan Discrete Wavelet Transform. Bandung: Institute Teknologi Bandung, 2009.

Al Dujaili MJ, Ebrahimi-Moghadam A, Fatlawi A. Speech emotion recognition based on SVM and KNN classifications fusion. IJECE. 2021 Apr 1;11(2):1259.

Bender PL. Genetics of cleft lip and palate. J Pediatr Nurs.2000.15: 242–249 ://web-api.bps.go.id/download.Hal 51

Bisono. Sumbing bibir/langitan. Dalam. 2018: Reksoprodjo S, editor. Kumpulan kuliah ilmu bedah. Tanggerang: Binarupa Aksara. Hal 393-6.

Hidayat S, Tajuddin M, Yusuf SAA, Qudsi J, Jaya NN. Wavelet Detail Coefficient As a Novel Wavelet-Mfcc Features in Text-Dependent Speaker Recognition System. IIUM Engineering Journal. 2022;23(1):68–81.

KABUPATEN SUMBAWA DALAM ANGKA SUMBAWA REGENCY IN FIGURES 2021. Badan Pusat Statistik Kabupaten Sumbawa .Hal xlv

Kemenkes RI. (2018). InfoDATIN: Kelainan bawaan. Pusat Data Dan Informasi Kementerian Kesehatan RI, 1–6.

J. Levis and R. Suvorov, “Automatic speech recognition,” The encyclopedia of applied linguistics, pp. 1–8, 2012.

Nelson. Celah bibir dan palatum. Dalam: Wahab AS, editor. Ilmu kesehatan anak. Jakarta: EGC; 2000;2(15):1282

N. F. I. Prayoga, “Analisis Speaker Recognition Menggunakan Metode Dynamic Time Warping (DTW) Berbasis Matlab,” AVITEC, vol. 1, no. 1, Agu 2019, doi: 10.28989/avitec.v1i1.492

Sjamsuhidayat R, de Jong W. Buku ajar ilmu bedah. Ed ke-2. Jakarta: EGC; 2005. Hal 344-5.

Setyawan Y, Implementasi Speech Recognition untuk Asisten Virtual dengan PythonJURNAL ALGOR - VOL. IV NO. 1 (2022)

Supandi,A. ANGKA KEJADIAN SUMBING BIBIR DI RSUP Prof. Dr. R. D. KANDOU MANADO PERIODE 2011-2013. E-Journal Unsrat.Hal.6

Venkata Subbarao M, Terlapu SK, Geethika N, Harika KD. Speech Emotion Recognition Using K-Nearest Neighbor Classifiers. In: Shetty D. P, Shetty S, editors. Recent Advances in Artificial Intelligence and Data Engineering [Internet]. Singapore: Springer Singapore; 2022 [cited 2024 Jun 18]. p. 123–31. (Advances in Intelligent Systems and Computing; vol. 1386). Available from: https://link.springer.com/10.1007/978-981-16-3342-3_10

Published
2024-12-31
How to Cite
Anggreni, A., Yusuf, S. A. A., Dinata, M. I., & Sulistianingsih, N. (2024). Speech Recognation Penderita Bibir Sumbing di Kabupaten Sumbawa. Bakti Sekawan : Jurnal Pengabdian Masyarakat, 4(2), 54-58. https://doi.org/10.35746/bakwan.v4i2.673
Section
Articles