
MAKASSAR — Teknologi pengenalan ucapan otomatis selama ini bekerja paling baik untuk bahasa-bahasa besar dunia. Sekelompok peneliti Universitas Muslim Indonesia (UMI) mencoba mengisi celah itu dengan mengembangkan sistem kecerdasan buatan yang mampu mengenali ucapan dalam dialek Makassar, yang disebut sebagai yang pertama di dunia untuk dialek ini.
Penelitian tersebut dipandang penting bagi pelestarian bahasa daerah sekaligus bagi inklusi digital lebih dari 700 bahasa lokal yang hidup di Indonesia.
Celah pada Teknologi Pengenal Suara
Penulis utama riset, Huzain Azis, dosen Fakultas Ilmu Komputer UMI, menjelaskan bahwa teknologi Automatic Speech Recognition (ASR) umumnya hanya optimal untuk bahasa seperti Inggris atau Mandarin, yang datanya melimpah.
“Bahasa dan dialek daerah dengan ketersediaan data terbatas, termasuk dialek Makassar, nyaris tidak tersentuh teknologi ini,” ujar Huzain Azis, Senin (29/6).
Ia menambahkan, dialek Makassar dituturkan sekitar sembilan juta orang di Sulawesi Selatan dan memiliki ciri fonetik tersendiri, termasuk partikel khas seperti mi, ji, dan ko yang sangat sering muncul dalam percakapan sehari-hari.
Tim peneliti terdiri atas Huzain Azis, Muh Fatwah Fajriansyah M, Herdianti Darwis, Purnawansyah, Tasrif Hasanuddin, dan Sugiarti, seluruhnya akademisi UMI.
Empat Model Diuji
Tim mengevaluasi empat model ASR terkemuka, yaitu Whisper dalam versi tiny, base, dan small, serta Wav2Vec2 Large XLSR Indonesia. Pengujian memakai 305 ujaran spontan berdurasi total sekitar 10 menit yang direkam langsung dari 10 penutur asli dialek Makassar.
Hasilnya jauh dari memuaskan. Model dengan kinerja terbaik, Wav2Vec2 Indonesia, masih mencatat Word Error Rate (WER) 87,73 persen, atau akurasi hanya 12,27 persen. Dengan kata lain, hampir sembilan dari sepuluh kata dalam dialek Makassar gagal dikenali.
Analisis tim menemukan dua penyebab utama:
- Dialect Particle Blindness — model hampir tidak mampu menangkap partikel khas Makassar, dengan rata-rata tingkat deteksi hanya 2,9 persen.
- Systematic Phonetic Mismatch — ketidaksesuaian fonetik yang sistematis, ditandai 89 kasus kekacauan vokal.
Kedua temuan itu menunjukkan bahwa model yang ada memperlakukan ciri dialek sebagai gangguan (noise), bukan bagian sah dari bahasa.
Hasil riset dipublikasikan dalam jurnal berjudul “Development of a Low-Resource Automatic Speech Recognition System for the Makassar Dialect”. Para peneliti menekankan perlunya dataset khusus dialek Makassar dan adaptasi model yang dirancang untuk menangkap ciri linguistik lokal, sebagai langkah menuju teknologi tutur yang adil bagi penutur bahasa daerah.
Perspektif PDTI
PDTI memandang riset ini relevan bagi pengembangan layanan digital kampus. Ketika antarmuka berbasis suara dan asisten AI semakin lazim, temuan bahwa model umum gagal memahami dialek setempat menjadi pengingat bahwa teknologi perlu diuji pada konteks penggunanya sendiri sebelum diterapkan.
Bagi PDTI, karya dosen Fakultas Ilmu Komputer ini juga menunjukkan potensi kolaborasi antara peneliti dan pengelola teknologi informasi di lingkungan UMI. PDTI siap mendukung ekosistem riset kecerdasan buatan di kampus, termasuk melalui infrastruktur dan pengelolaan data yang bertanggung jawab.
Disarikan dari: umi.ac.id