Aplikasi Alih Suara Ke Teks Dan Perangkuman Kata Dalam Konsultasi Kesehatan Menggunakan Bidirectional Representation From Transformer Dan Bidirectional And Auto-Regresive Transformer

Nurwansyah, Andika Dwiputra (2024) Aplikasi Alih Suara Ke Teks Dan Perangkuman Kata Dalam Konsultasi Kesehatan Menggunakan Bidirectional Representation From Transformer Dan Bidirectional And Auto-Regresive Transformer. Other thesis, Universitas Komputer Indonesia.

	Text UNIKOM_Andika Dwiputra Nurwansyah_Cover.pdf - Published Version Download (24kB)
	Text UNIKOM_Andika Dwiputra Nurwansyah_Lembar Pengesahan.pdf - Published Version Download (419kB)
	Text UNIKOM_Andika Dwiputra Nurwansyah_Surat Keterangan Persetujuan Publikasi.pdf - Published Version Download (229kB)
	Text UNIKOM_Andika Dwiputra Nurwansyah_Lembar Pernyataan.pdf - Published Version Download (235kB)
	Text UNIKOM_Andika Dwiputra Nurwansyah_Kata Pengantar.pdf - Published Version Download (54kB)
	Text UNIKOM_Andika Dwiputra Nurwansyah_Daftar Isi.pdf - Published Version Download (95kB)
	Text UNIKOM_Andika Dwiputra Nurwansyah_BAB I.pdf - Published Version Download (133kB)
	Text UNIKOM_Andika Dwiputra Nurwansyah_BAB II.pdf - Published Version Download (322kB)
	Text UNIKOM_Andika Dwiputra Nurwansyah_BAB III.pdf - Published Version Restricted to Repository staff only Download (1MB) | Request a copy
	Text UNIKOM_Andika Dwiputra Nurwansyah_BAB IV.pdf - Published Version Restricted to Repository staff only Download (386kB) | Request a copy
	Text UNIKOM_Andika Dwiputra Nurwansyah_BAB V.pdf - Published Version Download (56kB)
	Text UNIKOM_Andika Dwiputra Nurwansyah_Daftar Pustaka.pdf - Published Version Download (51kB)
	Text UNIKOM_Andika Dwiputra Nurwansyah_kontak penulis dan kontributor.pdf - Published Version Download (94kB)

Abstract

Dalam komunikasi medis antara dokter dan pasien, penting untuk berbagi informasi secara efektif agar perawatan dapat dilakukan dengan baik dan benar. Penelitian ini bertujuan untuk mengembangkan aplikasi berbasis Android yang mampu mengonversi audio percakapan antara dokter dan pasien menjadi teks, kemudian merangkum informasi penting yang terdapat dalam teks tersebut menggunakan teknologi Natural Language Processing (NLP). Sistem melakukan transkripsi pada audio menggunakan Google Speech API yang kemudian dikirim ke server Flask, untuk dianalisis lebih lanjut. Teks hasil transkripsi dianalisis menggunakan Named Entity Recognition (NER) untuk mengekstrak entitas penting seperti nama pasien, nama penyakit, dan nama obat. Selain itu, keluhan, saran, dan penggunaan obat dianalisis menggunakan model BERT (Bidirectional Encoder Representations from Transformers) untuk mengidentifikasi topik terkait. Selanjutnya, setiap topik yang telah diidentifikasi dirangkum menggunakan model BART (Bidirectional and Auto-Regressive Transformers). Hasil akhir dikembalikan dalam format JSON. Pengujian menunjukkan bahwa aplikasi ini mampu mengonversi audio menjadi teks dengan rata-rata evaluasi sebesar 65% dan Word Error Rate (WER) sebesar 35%. Untuk hasil rangkuman, dievaluasi menggunakan metode manual dengan membandingkan teks referensi dengan teks hasil rangkuman serta menggunakan metrik evaluasi ROUGE-N untuk mendapatkan nilai Precision, Recall, dan F1.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Neural Language Processing, Speech-to-Text, Perangkuman kata, Transkripsi Audio, Konsultasi Medis
Subjects:	000_COMPUTER SCIENCE, INFORMATION & GENERAL WORKS. > 005_Computer Programming, Programs & Data Q Science > QA Mathematics > QA76 Computer software
Divisions:	S1_SKRIPSI > FTIK_Sistem Komputer (02)
Depositing User:	Mia Mia Hayati Kosasih
Date Deposited:	25 Jul 2025 03:48
Last Modified:	25 Jul 2025 03:48
URI:	http://elibrary.unikom.ac.id/id/eprint/10673

Actions (login required)

View Item