Pertama di Dunia: Peneliti UMI Ciptakan AI Pengenal Suara Dialek Makassar
Makassar, umi.ac.id - Sebuah terobosan bersejarah lahir dari tangan para peneliti Universitas Muslim Indonesia (UMI). Untuk pertama kalinya di dunia, sebuah sistem kecerdasan buatan yang mampu mengenali ucapan dalam dialek Makassar berhasil dikembangkan.
Inovasi ini menjadi angin segar bagi pelestarian bahasa daerah sekaligus mendorong inklusi digital bagi lebih dari 700 bahasa lokal yang hidup di Indonesia.
Huzain Azis, Dosen Fakultas Ilmu Komputer UMI yang juga penulis utama, mengungkapkan, selama ini, teknologi Pengenalan Ucapan Otomatis atau Automatic Speech Recognition (ASR) hanya bekerja optimal untuk bahasa-bahasa besar seperti Inggris atau Mandarin.
"Bahasa dan dialek daerah dengan ketersediaan data terbatas, termasuk dialek Makassar, nyaris tidak tersentuh teknologi ini" ungkap Huzain Azis, Senin (29/6).
Padahal katanya, dialek Makassar dituturkan oleh sekitar sembilan juta jiwa di Sulawesi Selatan dan memiliki keunikan fonetik tersendiri, termasuk partikel khas yang sangat sering muncul dalam percakapan sehari-hari seperti mi, ji, dan ko.
Tim peneliti yang terdiri dari Huzain Azis, Muh Fatwah Fajriansyah M, Herdianti Darwis, Purnawansyah, Tasrif Hasanuddin, dan Sugiarti yang merupakan akademisi Universitas Muslim Indonesia.
Dalam risetnya, mereka melakukan evaluasi terhadap empat model ASR terkemuka, yakni Whisper dalam tiga versi (tiny, base, dan small) serta Wav2Vec2 Large XLSR Indonesia.
Keempat model tersebut diuji menggunakan 305 ujaran spontan berdurasi sekitar 10 menit yang direkam langsung dari 10 penutur asli dialek Makassar.
Hasilnya sungguh mengejutkan. Model terbaik sekalipun, Wav2Vec2 Indonesia, mencatat tingkat kesalahan kata atau Word Error Rate (WER) sebesar 87,73 persen — artinya akurasinya hanya 12,27 persen. Hampir sembilan dari sepuluh kata yang diucapkan dalam dialek Makassar gagal dikenali oleh teknologi yang selama ini dianggap canggih.
Analisis mendalam yang dilakukan tim peneliti mengidentifikasi dua penyebab utama kegagalan ini. Pertama, Dialect Particle Blindness atau kebutaan terhadap partikel dialek, di mana model ASR hampir sepenuhnya gagal mendeteksi partikel-partikel khas Makassar dengan tingkat deteksi rata-rata hanya 2,9 persen.
Kedua, Systematic Phonetic Mismatch atau ketidaksesuaian fonetik sistematis, yang ditandai dengan 89 kasus kekacauan vokal. Kedua temuan ini membuktikan bahwa model-model ASR yang ada saat ini memperlakukan fitur-fitur dialektal sebagai gangguan (noise), bukan sebagai bagian sah dari sebuah bahasa.
Penelitian yang dipublikasikan dalam jurnal berjudul "Development of a Low-Resource Automatic Speech Recognition System for the Makassar Dialect" ini menjadi fondasi penting bagi pengembangan sistem ASR yang benar-benar peka terhadap kekayaan dialek Nusantara.
Para peneliti menegaskan perlunya pengembangan dataset khusus dialek Makassar serta adaptasi model yang dirancang untuk menangkap fitur-fitur linguistik lokal, sebuah langkah krusial menuju teknologi tutur yang adil dan inklusif bagi seluruh penutur bahasa daerah di Indonesia.
