IMPLEMENTASI ALGORITMA CAVERPHONE 2.0 UNTUK PENCARIAN KATA BERDASARKAN KEMIRIPAN PENGUCAPAN PADA APLIKASI KAMUS INGGRISINDONESIA Andreas Tommy Christiawan, Arief Andy Soebroto, Achmad Ridok Prodi Teknik Informatika Universitas Brawijaya, Malang, Email:
[email protected],
[email protected],
[email protected] ABSTRAK Pronounciation atau pengucapan dianggap sulit oleh sebagian orang karena ada beberapa bunyi yang tidak ada dalam bahasa Indonesia. Untuk mencari kata bahasa Inggris yang memiliki kemiripan pengucapan dapat digunakan beberapa algoritma salah satunya adalah algoritma Caverphone 2.0. Algoritma Caverphone 2.0 mengubah setiap kata menjadi kode fonetis sehingga dapat diketahui kata bahasa Inggris apa saja yang memiliki kemiripan pengucapan. Implementasi algoritma Caverphone 2.0 dalam kamus Inggris-Indonesia dapat membantu seseorang untuk mengasah kemampuan pronounciation berbahasa Inggris. Analisis kebutuhan dilakukan dengan menganalisis Use Case Diagram. Implementasi perancangan menggunakan bahasa pemrograman Java. Pengujian fungsionalitas terhadap 6 tindakan dalam use case diagram dengan metode black-box testing menunjukkan bahwa Aplikasi Kamus Inggris-Indonesia dengan algoritma Caverphone 2.0 ini telah memenuhi kebutuhan yang telah dijabarkan pada tahap analisis kebutuhan. Hasil pengujian ini menunjukkan bahwa kualitas hasil keluaran Aplikasi Kamus Inggris-Indonesia menggunakan algoritma Caverphone adalah 69.60% untuk awal kata, 53.50% untuk tengah kata, dan 65.34% untuk akhir kata. Kata Kunci: algoritma caverphone 2.0, kamus inggris-indonesia, metode phonetic string matching.
I. PENDAHULUAN Bahasa Inggris merupakan salah satu bahasa resmi di dunia yang digunakan untuk berkomunikasi. Dalam perkembangan teknologi saat ini, bahasa Inggris merupakan suatu hal yang wajib dikuasai khususnya di dalam dunia bisnis dan pergaulan internasional. Untuk menguasai bahasa Inggris diperlukan pembelajaran secara terus menerus atau dapat menggunakan sarana lain yakni dengan bantuan alat penerjemah yang dalam hal ini adalah kamus [1]. Pronounciation atau pengucapan adalah salah satu hal terbesar yang dapat dilihat orang dari bahasa Inggris. Pronounciation harus dipelajari meskipun banyak orang menganggap sudah bisa berkomunikasi bahasa Inggris dengan baik. Oleh karena itu, pronounciation dianggap susah oleh sebagian orang karena ada beberapa bunyi yang tidak terdapat dalam bahasa Indonesia[2]. Terdapat lebih dari 40 bunyi bahasa Inggris dari 26 alfabet. Sistem pengejaan bahasa Inggris selalu gagal untuk merepresentasikan sebuah keambiguan bunyi kata-kata. Alfabet
fonetik dapat digunakan untuk menangani masalah keambiguan bunyi karena setiap simbol merepresentasikan satu bunyi dan setiap bunyi direpresentasikan hanya oleh satu simbol [3]. Kata kunci atau biasa disebut dengan query pada pencarian informasi digunakan sebagai kriteria pencarian yang tepat dan sesuai dengan kebutuhan. Ejaan kata kunci yang benar menjadi penting untuk meningkatkan hasil pencarian informasi [4]. Kesalahan penulisan ejaan dapat diminimalisir dengan menggunakan metode pencarian string yang bagus [5]. Metode Pencocokan String secara garis besar dapat dibedakan menjadi dua yaitu pencocokan string secara eksak (exact string matching) dan pencocokan string berdasarkan kemiripan (inexact string matching). Pencocokan berdasarkan kemiripan dibedakan lagi menjadi dua yaitu berdasarkan kemiripan penulisan (approximate string matching) dan berdasarkan kemiripan pengucapan (phonetic string matching) [5]. Salah satu algoritma untuk pencocokan string berdasarkan kemiripan pengucapan adalah
1
Implementasi Algoritma Caverphone 2.0 Untuk Pencarian Kata Berdasarkan Kemiripan Pengucapan Pada Aplikasi Kamus Inggris-Indonesia
algoritma Caverphone. Algoritma Caverphone mempunyai dua buah versi yaitu Caverphone dan Caverphone 2.0. Algoritma Caverphone 2.0 yang merupakan salah satu algoritma untuk proses phonetic string matching dapat digunakan untuk pencocokan kata bahasa inggris secara umum Berdasarkan latar belakang yang telah dipaparkan, maka rumusan masalah dari penelitian ini yaitu: 1. Bagaimana perancangan Aplikasi Kamus Inggris-Indonesia menggunakan Algoritma Caverphone 2.0? 2. Bagaimana implementasi dan pengujian Aplikasi Kamus Inggris-Indonesia menggunakan Algoritma Caverphone 2.0?
2. TINJAUAN PUSTAKA 2.1 Sistem Temu Kembali Informasi Arti dari Sistem Temu Kembali Informasi (Information Retrieval) dapat menjadi sangat luas. Untuk beberapa tujuan, ada sedikitnya 3 tujuan yang ingin dicapai dalam penggunaan Sistem Temu Kembali Informasi (Information Retrieval) yaitu [6]: 1. Untuk memproses koleksi dokumen yang besar secara cepat. 2. Untuk melakukan operasi pencocokan yang lebih fleksibel. 3. Untuk mendapatkan perankingan hasil temu kembali. 2.2 Metode Phonetic String Matching Pembetulan bunyi (Phonetic Correction) adalah kesalahan pengejaan yang muncul karena kesalahaan user dalam memasukkan query yang memiliki bunyi seperti istilah target [6]. Ada beberapa algoritma yang cukup sering digunakan untuk proses phonetic string matching di antaranya adalah soundex, metaphone, dan caverphone [5]. Secara umum, langkah yang ditempuh algoritma phonetic string matching dalam pencocokan kata adalah: 1. Menerima input berupa dua string yang akan dicocokkan. 2. Mengubah dua string masukan menjadi dua buah kode fonetis (phonetic code). 3. Membandingkan dua buah kode fonetis yang dihasilkan, jika kode fonetis sama maka dua string dianggap cocok (mirip cara pengucapan), jika kode fonetis berbeda maka dua string dianggap tidak cocok. 2.3 Fonetik Bahasa Inggris Menurut Bertil Malmberg sebagaimana dikutip oleh [5], fonetik (phonetics) adalah ilmu yang menyelidiki bunyi bahasa tanpa melihat fungsi bunyi itu sebagai pembeda makna dalam
suatu bahasa (language). Menurut Jones Daniel sebagaimana dikutip oleh [5], konsonan didasarkan pada alat bicara yang menghasilkannya dapat dibedakan menjadi tujuh kelompok. Sedangkan menurut cara artikulasinya dapat dibedakan menjadi 8 kelompok. Berikut ini adalah tabel pembagian konsonan bahasa Inggris berdasarkan alat bicara yang menghasilkan dan cara artikulasinya. Tabel I. Pembagian Konsonan Bahasa Inggris
2.4 Algoritma Levenshtein Distance Algoritma Levenshtein atau sering disebut dengan Levenshtein distance atau edit distance merupakan algoritma pencarian jumlah perbedaan string yang ditemukan oleh Vladimir Levenshtein, seorang ilmuwan Rusia, pada tahun 1965 [5]. Levenshtein distance antara dua string ditentukan berdasarkan jumlah minimum perubahan/ pengeditan yang diperlukan untuk melakukan transformasi dari satu bentuk string ke bentuk string yang lain. 2.5 Algoritma Caverphone 2.0 Algoritma Caverphone untuk phonetic string matching dikembangkan pertama kali oleh David Hood dalam proyek Caversham, Universitas Otago, New Zealand pada tahun 2002. Pada saat itu, algoritma ini hanya dikhususkan untuk pencocokan string nama dalam bahasa inggris saja. 2.6 Bahasa Pemrograman Java Java adalah bahasa pemrograman serbaguna. Java mendukung sumber daya internet yang saat ini populer yaitu Worl Wide Web atau yang sering disebut web saja. Java juga mendukung aplikasi klien/ server, baik dalam jaringan lokal (LAN) maupun jaringan berskala luas (WAN) [4].
Gambar 1. Proses Pembentukan dan Eksekusi Program di dalam Java
Bahasa pemrograman Java menerapkan dua proses utama yaitu berperan sebagai compiler dan interpreter. Kode program yang ditulis dengan bahasa Java akan dikompilasi oleh compiler menjadi suatu kode objek yang disebut Bytecode. Selanjutnya, Bytecode akan dieksekusi baris demi baris oleh interpreter. 3. METODOLOGI PENELITIAN 3.1 Studi Literatur Studi literatur menjelaskan dasar teori yang digunakan untuk menunjang penelitian. Teoriteori tersebut meliputi : 1. Sistem Temu Kembali Informasi (STKI) / Information Retrieval 2. Dasar teori fonetik bahasa Inggris 3. Dasar teori metode phonetic string matching 4. Dasar teori algoritma Levenshtein Distance 5. Dasar teori algoritma Caverphone 2.0 6. Bahasa Pemrograman Java 7. Bahasa Pemodelan UML 3.2 Analisis Kebutuhan Analisis kebutuhan bertujuan untuk menentukan semua kebutuhan yang diperlukan untuk membangun perangkat lunak. Analisis kebutuhan dilakukan dengan menganalisis diagram use case. Masukan yang dibutuhkan aplikasi kamus inggris-indonesia menggunakan algoritma Caverphone 2.0 ini terdiri dari kata bahasa inggris yang diinputkan user sebagai kata kunci query untuk proses phonetic string matching. Keluaran aplikasi berupa daftar kata yang memiliki kemiripan bunyi dengan kata kunci masukan user beserta arti kata tersebut dalam bahasa Indonesia dan cara pengucapannya. 3.3 Perancangan Perancangan yang akan dilakukan meliputi perancangan aplikasi, perancangan basis data, perancangan algoritma, dan perancangan antarmuka. Gambar 2 menunjukkan diagram blok dari aplikasi kamus Inggris-Indonesia menggunakan algoritma Caverphone 2.0.
Gambar 2. Diagram Blok Aplikasi
untuk melakukan identifikasi terhadap aktor yang akan berinteraksi dengan aplikasi. Aplikasi ini memiliki aktor yang disebut user/ pengguna. Pengguna dapat memasukkan kata bahasa Inggris yang ingin diketahui artinya dalam bahasa Indonesia. Jika pengguna sudah memasukkan kata bahasa Inggris, maka pengguna akan dapat melihat daftar kata bahasa Inggris lain yang memiliki kemiripan pengucapan dengan kata bahasa Inggris masukan. Selain itu, pengguna juga dapat melihat bantuan cara pembacaan alfabet fonetik. Diagram use case adalah salah satu diagram untuk memodelkan aspek perilaku aplikasi. Diagram use case menunjukkan sekumpulan use case, aktor, dan hubungannya. Use case merupakan fungsionalitas aplikasi yang diinisialisasi oleh aktor. Pemodelan diagram use case untuk aplikasi kamus Inggris-Indonesia menggunakan algoritma Caverphone 2.0 dapat dilihat pada gambar 3.
Gambar 3. Diagram Use Case Aplikasi
Class diagram adalah diagram kelas yang akan diimplementasikan pada aplikasi kamus Inggris-Indonesia. Pada kelas diagram ini terdapat 5 buah kelas yaitu main class, kelas koneksi, kelas query, kelas fonetik, dan kelas levenshtein. Pemodelan class diagram untuk aplikasi kamus Inggris-Indonesia dapat dilihat pada gambar 4.
Gambar 4. Diagram Class Aplikasi
Tahap identifikasi aktor mempunyai tujuan
3
Implementasi Algoritma Caverphone 2.0 Untuk Pencarian Kata Berdasarkan Kemiripan Pengucapan Pada Aplikasi Kamus Inggris-Indonesia
Database atau basis data berfungsi sebagai tempat menyimpan data. Tahap perancangan basis data digunakan untuk merancang basis data yang akan dibuat agar masukan dan keluaran aplikasi sesuai dengan apa yang diharapkan. Perancangan basis data akan dijelaskan dalam bentuk Entity Relationship Diagram (ERD) dan physical diagram. Physical diagram merupakan salah satu bentuk pemodelan entity dan relationship secara fisik. Dalam pemodelan physical diagram objek yang sebelumnya dikenal sebagai entity akan dikenali sebagai tabel, dan objek yang sebelumnya dikenal sebagai atribut akan dikenali sebagai kolom. Perancangan physical diagram untuk aplikasi kamus Inggris-Indonesia dapat dilihat pada gambar 5.
Gambar 5. Struktur Tabel Penyimpanan Data
Perancangan algoritma dalam pembuatan aplikasi kamus Inggris-Indonesia ini akan dibahas seputar perancangan algoritma caverphone 2.0 dan algoritma levenshtein distance. Algoritma caverphone 2.0 digunakan untuk menemukan kata bahasa Inggris yang memiliki kemiripan pengucapan, sedangkan algoritma levenshtein distance digunakan untuk menampilkan suggested word atau kata rujukan jika kata masukan user tidak ditemukan dalam database. Proses yang terjadi dalam algoritma Levenshtein Distance adalah dengan mencari jarak antar kata yang dibandingkan. Jarak antar kata tersebut didapatkan dari 3 proses utama yaitu ada tidaknya penghapusan, ada tidaknya penyisipan, dan ada tidaknya penukaran string yang berdekatan. Kemudian dari jarak tersebut akan didapatkan jarak terpendek dari dua buah kata yang dibandingkan. Diagram alir algoritma Levenshtein Distance dapat dilihat pada gambar 6.
Gambar 6. Diagram Alir Algoritma Levenshtein Distance
Proses yang terjadi dalam algoritma Caverphone 2.0 adalah dengan mencari kode fonetis dari dua String yang dibandingkan. Kemudian ditentukan apakah kedua String memiliki kode fonetis yang sama atau tidak. Jika kedua String memiliki kode fonetis yang sama, maka kedua String dianggap memiliki kemiripan bunyi. Sebaliknya, jika kedua String memiliki kode fonetis yang berbeda, maka kedua String dianggap tidak memiliki kemiripan bunyi. Diagram alir yang menampilkan proses algoritma Caverphone 2.0 dapat dilihat pada gambar 7.
Gambar 7. Diagram Alir Algoritma Caverphone 2.0
Perancangan antarmuka aplikasi kamus Inggris-Indonesia menggunakan algoritma
Caverphone 2.0 dapat dilihat pada gambar di bawah ini.
Gambar 8. Perancangan Antarmuka Aplikasi Halaman Home
Gambar 9. Perancangan Antarmuka Aplikasi Halaman Bantuan
4. HASIL DAN PEMBAHASAN 4.1 Desain Aplikasi Desain aplikasi dijelaskan menggunakan diagram alir pada gambar 10.
proses yang dilakukan Aplikasi Kamus InggrisIndonesia menggunakan Algoritma Caverphone 2.0: 1. User/ pengguna memasukkan kata kunci bahasa Inggris yang ingin diketahui artinya dalam bahasa Indonesia. 2. Aplikasi akan melakukan pengecekan kesesuaian kata yang dimasukkan dengan kata pada database kamus. 3. Jika kata yang dimasukkan memiliki kesesuaian dengan kata pada kamus, maka dilanjutkan ke metode phonetic string matching. 4. Dalam metode phonetic string matching digunakan algoritma caverphone 2.0 yang akan menghitung kode fonetis dari kata kunci yang dimasukkan oleh pengguna. 5. Aplikasi kemudian akan melakukan pencocokan kode fonetis dari kata kunci dengan kode fonetis setiap kata yang ada pada database kamus. 6. Aplikasi akan menampilkan arti kata kunci yang dimasukkan dalam bahasa Indonesia beserta cara pengucapannya. Selain itu, juga akan ditampilkan daftar kata bahasa Inggris lain yang memiliki kemiripan pengucapan beserta arti dan cara pengucapannya. 7. Jika kata yang dimasukkan tidak memiliki kesesuaian dengan kata pada kamus, maka dilanjutkan ke metode approximate string matching. 8. Dalam metode approximate string matching digunakan algoritma levenshtein distance yang akan menghitung jarak dari kata kunci yang dimasukkan pengguna dengan kata yang ada dalam database kamus. 9. Aplikasi kemudian akan mendapatkan jarak terpendek dari kata kunci dengan kata yang ada pada database kamus. 10. Aplikasi akan menampilkan daftar kata yang dari database kamus dengan jarak terpendek untuk mengoreksi kata kunci yang salah. 4.2 Penghitungan Algoritma Caverphone 2.0 Proses yang terjadi pada algoritma caverphone 2.0 adalah dengan melakukan perubahan dari kata menjadi kode fonetis. Perubahan kata menjadi kode fonetis dilakukan dengan cara mengubah setiap karakter sesuai aturan yang telah ditetapkan algoritma caverphone 2.0. Untuk menggambarkan hasil perhitungan dari algoritma caverphone 2.0, maka akan dijelaskan contoh hasil perhitungan kode fonetis pada tabel III.
Gambar 10. Diagram Alir Proses Aplikasi
Berikut ini adalah penjelasan tahap-tahap
Tabel III. Contoh Penghitungan Kode Fonetis
5
Implementasi Algoritma Caverphone 2.0 Untuk Pencarian Kata Berdasarkan Kemiripan Pengucapan Pada Aplikasi Kamus Inggris-Indonesia
Rule Caverphone 2.0 Awal cough rough tough enough trough gn mb cq ci ce cy tch c q x v dg tio tia d ph b sh z huruf vokal awal huruf vokal lain j y3 awal kata y awal kata y 3gh3 gh g kumpulan huruf s kumpulan huruf t kumpulan huruf p kumpulan huruf k kumpulan huruf f kumpulan huruf m kumpulan huruf n w3 wh3 w pada karakter paling akhir W h karakter awal h selain karakter awal r3 r pada karakter paling akhir r l3 l pada karakter paling akhir L menghilangkan semua karakter 2 3 pada karakter terakhir menghilangkan semua karakter 3 menambahkan 10 karakter 1 di akhir kata mengambil 10 karakter pertama sebagai kode fonetis
Akhir cou2f rou2f tou2f enou2f trou2f 2n m2 2q si se sy 2ch k k k f 2g sio sia t fh p s2 s A 3 y Y3 A 3 3kh3 22 k S T P K F M N W3 Wh3 3 2 A 2 R3 3 2 L3 3 2
A
Contoh Kata Masukan factual
faktual
4.3 Penerapan Metode Phonetic String Matching Secara umum, langkah yang ditempuh algoritma phonetic string matching dalam pencocokan kata adalah sebagai berikut: 1. Menerima input berupa dua string yang akan dicocokkan. 2. Mengubah dua string masukan menjadi dua buah kode fonetis (phonetic code). 3. Membandingkan dua buah kode fonetis yang dihasilkan, jika kode fonetis sama maka dua string dianggap cocok (mirip cara pengucapan), jika kode fonetis berbeda maka dua string dianggap tidak cocok. Penerapan metode Phonetic String Matching dalam aplikasi menggunakan algoritma Caverphone 2.0. Penerapan metode tersebut dalam aplikasi dapat dilihat pada gambar 11.
f3kt33l
f3kT33l f3KT33l F3KT33l
Gambar 11. Penerapan Metode Phonetic String Matching menggunakan Algoritma Caverphone 2.0 pada Aplikasi
4.4 Implementasi Aplikasi Implementasi perangkat lunak dilakukan dengan mengacu kepada perancangan aplikasi. Implementasi aplikasi menggunakan database MySQL dan bahasa pemrograman Java. Implementasi antarmuka aplikasi tampak pada gambar di bawah ini.
F3KT333
F3KT33A FKTA FKTA1111111111 FKTA111111
Gambar 12. Tampilan Antarmuka Aplikasi
4.5 Pengujian Fungsionalitas Sistem Pengujian fungsionalitas digunakan untuk mengetahui apakah aplikasi yang dibangun sudah benar sesuai dengan yang dibutuhkan. Pengujian validasi menggunakan metode pengujian Black Box, karena tidak difokuskan terhadap alur jalannya algoritma program namun lebih ditekankan untuk menemukan kesesuaian antara kinerja aplikasi dengan daftar kebutuhan. Tabel IV menampilkan hasil pengujian fungsionalitas sistem terhadap 6 tindakan dalam use case diagram dengan metode black-box testing adalah 100% valid. Hal ini menunjukkan bahwa fungsionalitas sistem dapat berjalan dengan baik sesuai dengan daftar kebutuhan sistem. Tabel IV. Hasil Pengujian Fungsionalitas Sistem No
Kasus Uji
1
Input kata bahasa Inggris
2
Arti kata bahasa Inggris
3
Pengucapan kata bahasa Inggris
4
Kata bahasa Inggris yang mirip pengucapan
5
Cek kata tidak tersedia
Hasil yang Diharapkan Aplikasi dapat menampilkan kata bahasa Inggris yang sudah dimasukkan oleh user Aplikasi dapat menampilkan arti kata bahasa Inggris yang sudah dimasukkan oleh user Aplikasi dapat menampilkan cara pengucapan kata bahasa Inggris yang sudah dimasukkan oleh user Aplikasi dapat menampilkan kata bahasa Inggris lain yang memiliki kemiripan pengucapan dengan kata bahasa Inggris yang sudah dimasukkan oleh user Aplikasi dapat menampilkan daftar rujukan kata bahasa
Hasil yang Didapatkan Aplikasi dapat menampilkan kata bahasa Inggris yang sudah dimasukkan oleh user Aplikasi dapat menampilkan arti kata bahasa Inggris yang sudah dimasukkan oleh user Aplikasi dapat menampilkan cara pengucapan kata bahasa Inggris yang sudah dimasukkan oleh user Aplikasi dapat menampilkan kata bahasa Inggris lain yang memiliki kemiripan pengucapan dengan kata bahasa Inggris yang sudah dimasukkan oleh user Aplikasi dapat menampilkan daftar rujukan kata bahasa
Status Valid
No
Kasus Uji
6
Bantuan cara pengucapan
Hasil yang Diharapkan Inggris lain atau suggested word kata lain yang tersedia dalam kamus Aplikasi dapat menampilkan cara pembacaan alfabet fonetis sesuai atura IPA (International Phonetic Alphabet)
Hasil yang Didapatkan Inggris lain atau suggested word kata lain yang tersedia dalam kamus Aplikasi dapat menampilkan cara pembacaan alfabet fonetis sesuai atura IPA (International Phonetic Alphabet)
Status
Valid
4.6 Pengujian Algoritma Pengujian akurasi dilakukan untuk mengetahui performa dari algoritma Caverphone 2.0 dalam menemukan kata yang memiliki kemiripan pengucapan. Data yang diuji berjumlah 10 data untuk setiap jenis klasifikasi konsonan. Prosedur pengujiannya dapat dilihat pada gambar 13.
Valid
Valid
Valid
Gambar 13. Proses Pengujian Akurasi
Hasil pengujian akurasi dari data yang telah diuji ditunjukkan pada Tabel V. Valid
7
Implementasi Algoritma Caverphone 2.0 Untuk Pencarian Kata Berdasarkan Kemiripan Pengucapan Pada Aplikasi Kamus Inggris-Indonesia
Tabel V. Hasil Pengujian Akurasi
5. SIMPULAN Berdasarkan hasil perancangan dan pengujian yang dilakukan diambil kesimpulan sebagai berikut: 1. Implementasi algoritma Caverphone 2.0 pada aplikasi kamus Inggris-Indonesia dapat digunakan untuk mencari arti kata bahasa Inggris dalam bahasa Indonesia beserta cara pengucapannya. Selain itu dapat juga digunakan untuk menemukan kata bahasa Inggris lain yang memiliki kemiripan pengucapan. 2. Akurasi yang didapatkan dari pengujian algoritma Caverphone 2.0 didapatkan sebesar 69.60% untuk kemiripan pada awal kata, 53.50% untuk kemiripan pada tengah kata, dan 65.34% untuk kemiripan pada akhir kata. 3. Akurasi terendah yang didapatkan dari pengujian algoritma Caverphone 2.0 adalah jenis klasifikasi konsonan Fricative dental (26.04%), Fricative palato-alveolar (32.66%), Fricative glottal (38.83%), dan Semi-vowel palatal (44,37%). Saran yang dapat diberikan untuk pengembangan aplikasi kamus Inggris-Indonesia menggunakan algoritma Caverphone 2.0 ini agar aplikasi menjadi lebih baik antara lain: 1. Untuk pengembangan lebih lanjut, proses pengubahan kata menjadi kode fonetis pada
algoritma Caverphone 2.0 dapat lebih ditingkatkan khususnya pada jenis klasifikasi konsonan Fricative dental yaitu konsonan th, Fricative palato-alveolar yaitu konsonan sh, Fricative glottal yaitu konsonan h, dan Semivowel bilabial yaitu konsonan y dikarenakan 4 jenis klasifikasi konsonan ini memiliki tingkat akurasi yang paling rendah. 2. Untuk pengembangan lebih lanjut, proses pengubahan kata menjadi kode fonetis pada algoritma Caverphone2.0 harus dapat memperhitungkan pula hubungan antar huruf dalam suatu kata, sehingga dapat ditentukan dengan jelas perubahan bunyi dari setiap huruf. 3. Untuk pengembangan lebih lanjut, aplikasi ini dapat dikembangkan dengan menggunakan algoritma yang berbeda atau memperbaiki algoritma Caverphone 2.0. 6. DAFTAR PUSTAKA [1] Hamka, Dimas, Muhammad Sobri, dan Syahril Rizal. 2012. Aplikasi Kamus Inggris Indonesia Indonesia Inggris pada Platform Android. Universitas Bina Darma. Palembang. [2] Noor, Mohamad Rizal. 2010. Ortografi Bahasa Inggris dan Transkripsi Fonetik. http://mnrizal.wordpress.com/2010/06/16/ ortografi-bahasa-inggris-dan-transkripsifonetik/. (diakses 19 September 2012). [3] Pacidda, Masdin. 2010. Pengantar English Pronounciation. http://letspeakenglish.info/2010/12/09/penga ntar-english-pronunciation. (diakses 19 september 2012). [4] Sutisna, Utis dan Julio Adisantoso. 2009. Koreksi Ejaan Query Bahasa Indonesia menggunakan Algoritme Damerau Levenshtein. Departemen Ilmu Komputer. Institut Pertanian Bogor. [5] Syaroni, Mokhammad dan Rinaldi Munir. 2005. Pencocokan String berdasarkan Kemiripan Ucapan (Phonetic String Matching) dalam Bahasa Inggris. Makalah dalam Seminar Nasional Aplikasi Teknologi Informasi. Yogyakarta, 18 Juni 2005.
