APLIKASI SPEECH-TO-TEXT DENGAN METODE MEL FREQUENCY CEPSTRAL COEFFICIENT (MFCC) DAN HIDDEN MARKOV MODEL (HMM) DALAM PENCARIAN KODE ICD-10

Suara/ucapan adalah cara kita sebagai manusia untuk berkomunikasi dan
mengekspresikan diri. Proses komunikasi tidak hanya terjadi antar manusia saja.
Proses komunikasi juga terjadi antara manusia dan komputer. Pada penelitian ini
akan dibangun sistem pencarian kode dari diagnosis penyakit dengan menggunakan
masukan suara dan luaran teks. Tujuan dari penelitian ini adalah untuk merancang
dan membangun aplikasi speech-to-text kode ICD-10 dengan metode MFCC (Mel
Frequency Cepstral Coefficient) dan HMM (Hidden Markov Model) yang mampu
memberikan informasi mengenai kode ICD-10 dari nama diagnosis penyakit
dengan pencarian menggunakan suara. Berdasarkan penelitian dan pengujian
sistem Aplikasi Speech to text Kode ICD-10 mampu memberikan informasi
mengenai kode diagnosis dari suatu penyakit. Hasil kecocokan data masukan dan
luaran dari pengujian yang telah dilakukan menggunakan paramater jumlah data set
3, filter bank 20, iterasi 2 dan state 3 mendapatkan nilai persentase 100%.
Kata kunci : Speech-to-Text, Mel Frequency Cepstral Coefficient (MFCC),
Hidden Markov Model (HMM), Kode ICD-10