IMPLEMENTASI KLASIFIKASI TIPE PEKERJAAN DENGAN MOBILEBERT MENGGUNAKAN SPEECH-TO-TEXT PADA APLIKASI TASK MANAGEMENT BERBASIS ANDROID

Mudahnya akses ke smartphone memungkinkan penggunanya mengatur pekerjaan sehari-hari dengan membuat notes dan menjadwalkan kegiatan. Google Calendar menjadi satu contoh aplikasi pengaturan jadwal pekerjaan sehari-hari. Namun, Google Calendar tidak memiliki fitur masukan suara untuk menambahkan jadwal secara interaktif dan pengguna harus memilih tipe jadwal yang ingin ditambahkan terlebih dahulu. Oleh karena itu, penelitian ini mengimplementasikan speech-to-text untuk mempercepat proses penambahan jadwal pekerjaan dan menggunakan model machine learning mengklasifikasikan tipe pekerjaan dari jadwal tersebut secara otomatis. Aplikasi dikembangkan untuk perangkat Android dengan menggunakan arsitektur MVVM. Aplikasi ini menggunakan layanan Google Speech pada perangkat Android untuk mengubah masukkan suara menjadi teks dan library Text Classification dari MediaPipe Solutions untuk mengklasifikasikan teks. Model klasifikasi teks yang digunakan adalah model MobileBERT Text Classification dari MediaPipe Solutions. Dataset diperoleh dengan melabeli dataset sentimen terhadap film dalam Bahasa Indonesia yang dilabeli Task, Event, dan Reminder. Data yang sudah terkumpul di-preprocess dengan menggunakan teknik case-folding, cleaning, stopword removal, dan stemming. Hasil evaluasi model menunjukkan nilai accuracy sebesar 0.64, precision sebesar 0.64, recall sebesar 0.64, dan F1 score sebesar 0.63.