Identifikasi Viseme Untuk Fonem Bahasa Madura Berbasis Clustering Berdasarkan Facial Landmark Point

Abstract

Bentuk bahasa yang paling efektif dalam berkomunikasi adalah bahasa lisan atau bicara. Ketika berbicara manusia akan menggerakkan mulut dan bibirnya untuk mengucapkan kata tertentu. Model gerakan mulut dan bibir ini menggambarkan suatu viseme (visual-phonem), yaitu sekelompok fonem yang memiliki visual atau tampilan yang hampir sama. Bahasa Madura merupakan bahasa yang unik dan memiliki beberapa ciri tertentu. Selain mempunyai tingkat bahasa, bahasa Madura mempunyai fonem-fonem yang beraspirasi atau pengucapan kata dengan cara dihembuskan seperti: /bh/, /dh/, /Dh/, /gh/ dan /jh/ yang tidak ada pada bahasa lainnya. Peneltian ini membahas tentang identifikasi kelas-kelas viseme untuk fonem bahasa Madura berbasis clustering berdasarkan facial landmark point. Dari 47 fonem bahasa Madura diperoleh 9 viseme bahasa Madura yang dihasilkan dari proses K-Means clustering. Proses clustering menggunakan ekstraksi fitur berdasarkan facial landmark point sehingga diperoleh perhitungan jarak pada setiap fitur. Fitur-fitur yang digunakan adalah fitur geometri. Model viseme bahasa Madura digunakan untuk membangun animasi mulut 2D dalam mengucapkan kata atau kalimat bahasa Madura berdasarkan inputan berupa teks. Manfaat dari penelitian ini adalah untuk tujuan pembelajaran dalam pengucapan kata atau kalimat bahasa Madura, karena bahasa Madura memiliki tulisan dan cara pengucapan yang berbeda.