Sistem Pencatatan Pengaduan Otomatis dengan Speech To Text Menggunakan Metode Recurrent Neural Network (RNN) – Long Short-Term Memory (LSTM)

Abstract

Sistem pencatatan pengaduan manual pada Polres Bondowoso memiliki berbagai kemungkinan untuk bisa menjadi kekurangan dari proses pelaksanaan pelayanan publik pada panggilan darurat, seperti kesalahan pencatatan, keterlambatan, dan ketidakjelasan informasi. Penelitian ini bertujuan untuk mengembangkan sistem pencatatan pengaduan otomatis menggunakan teknologi Speech To Text dengan algoritma Recurrent Neural Network (RNN) jenis Long Short-Term Memory (LSTM). Metode yang digunakan adalah penelitian terapan dengan data sintetik yang merepresentasikan percakapan telepon dari layanan panggilan darurat. Hasil dari penelitian ini diharapkan dapat meningkatkan efisiensi dan akurasi pencatatan pengaduan, serta mempercepat respons tanggap darurat. Evaluasi sistem dilakukan dengan menggunakan metrik Character Error Rate (CER) dan Frame Accuracy (FA) dengan memperoleh 18,84% untuk nilai CER dan 76% untuk FA. Diharapkan sistem ini mampu memberikan solusi inovatif dan efektif dalam mengatasi tantangan pencatatan panggilan darurat.