Perpustakaan Digital ITB

Manajemen dialog merupakan sistem perangkat lunak maupun perangkat keras yang dirancang untuk memutuskan dialog yang harus dilakukan oleh robot. Sistem manajemen dialog ini memungkinkan pengguna untuk dapat berinteraksi dengan bahasa alami menggunakan ucapan. Metode TF-IDF digunakan untuk memberikan bobot dari hubungan istilah kata, sedangkan Kemiripan Kosinus dan Koefisien Jaccard digunakan sebagai metode perbandingan untuk menentukan klasifikasi maksud kalimat pengguna berdasarkan kemiripan kalimat pada manajemen dialog, sedangkan metode Finite State Machine untuk mengatur alur serta urutan dari dialog yang telah ditentukan skenarionya yang nantinya untuk menentukan tindakan yang harus dilakukan oleh robot. Pada proses pengenalan ucapan Bahasa Indonesia digunakan Google Cloud Speech API sebagai mesin untuk mengubah ucapan menjadi teks dengan menggunakan Kinect 2.0 sebagai sensor suara. Hasil penelitian menunjukkan tingkat akurasi untuk penggunaan pengenalan ucapan menunjukkan akurasi mencapai 97.25% dengan respon waktu translasi mengubah ucapan menjadi teks dengan rentang antara 2.32 s – 3.0275 s. Untuk klasifikasi kalimat menggunakan Kemiripan Kosinus sesuai dengan skenario dialog menunjukkan akurasi rata-rata 99.68%, dan kalimat pertanyaan dengan kata-kata yang berbeda dari skenario dialog menunjukkan akurasi rata-rata 98.75%. Klasifikasi kalimat sesuai dengan skenario dialog menggunakan Koefisien Jaccard menunjukkan akurasi mencapai 98.44%, sedangkan dengan kalimat pertanyaan dengan kata-kata yang berbeda dari skenario dialog menunjukkan akurasi mencapai 94.286%. Dalam penelitian ini metode TF-IDF Kemiripan Kosinus memiliki kinerja yang lebih baik dariapada Koefisien Jaccard.