JURNAL MEDIA INFORMATIKA BUDIDARMA Volume 5, Nomor 2, April 2021, Page 460-467 ISSN 2614-5278 (media cetak), ISSN 2548-8368 (media online) Available Online at https://ejurnal.stmik-budidarma.ac.id/index.php/mib DOI 10.30865/mib.v5i2.2841 Nur Azis, Copyright ©2021, MIB, Page 460 Submitted: 16/02/2021; Accepted: 14/03/2021; Published: 25/04/2021 Implementasi Speech Recognition Pada Aplikasi E-Prescribing Menggunakan Algoritme Convolutional Neural Network Nur Azis 1,* , Herwanto 2 , Fathurrahman Ramadhani 2 1 Teknik, Sistem Informasi, Universitas Krisnadwipayana, Jakarta, Indonesia 2 Teknik, Teknik Informatika, Universitas Krisnadwipayana, Jakarta, Indonesia Email: 1,* nuraziz@unkris.ac.id, 2 Herwanto@unkris.ac.id, 3 fathurrahmanramadhani@gmail.com Email Penulis Korespondensi: nuraziz@unkris.ac.id Abstrak−Proses peresepan obat secara manual oleh dokter dapat menimbulkan beberapa permasalahan, diantaranya dokter tidak mengetahui obat apa saja yang tersedia dan memerlukan waktu untuk mengetahui apa saja obat yang tersedia di farmasi. Pengenalan ucapan (speech recognition) pada saat ini sudah banyak digunakan dalam berbagai hal, yang dapat membantu dalam memudahkan pekerjaan. Penerapan pengenalan ucapan dapat dilakukan pada aplikasi e-prescribing dengan metode jaringan syaraf tiruan menggunakan algoritme Convolutional Neural Network (CNN), merupakan metode dasar pada Deep Learning. Penelitian ini bertujuan untuk memudahkan dokter dalam mengisi data obat di aplikasi e-prescribing dengan menggunakan pengenalan ucapan. Data yang digunakan dalam penelitian ini didapatkan dari dataset opensource yang disediakan oleh Google dan melakukan pengumpulan dataset mandiri. Dari hasil percobaan yang telah dilakukan akurasi yang dicapai dengan 40 epoch dan 40 pengentesan langsung dengan kata yang berbeda sebesar 90%. Dimana kata yang berhasil dikenali dengan 36 kata dari 40 kata. Kata Kunci: Peresepan Obat; Aplikasi e-prescribing; Speech Recognition; Convolutional Neural Network; Dataset Abstract−The process of manually prescribing drugs by doctors can cause several problems, including doctors not knowing what drugs are available and it takes time to find out what drugs are available in the pharmacy. Speech recognition is now widely used in various ways, which can help facilitate work. The application of speech recognition can be done in the e- prescribing application with the neural network method using the Convolutional Neural Network (CNN) algorithm, which is the basic method of deep learning. This study aims to facilitate physicians in filling out drug data in e-prescribing applications using speech recognition. The data used in this study were obtained from the open source dataset provided by Google and collected independent datasets. From the results of experiments that have been carried out, the accuracy achieved with 40 epochs and 40 direct impressions with different words is 90%. Where words are successfully recognized 36 words out of 40 words. Keywords: Prescription Drugs; Electronic Prescription Application; Speech Recognition; Convolutional Neural Network; Dataset 1. PENDAHULUAN Era teknologi yang berkembang sangat cepat ini, banyak teknologi baru yang bermunculan untuk memudahkan dan membantu dalam melakukan suatu pekerjaan. Salah satu kemajuan teknologi informasi merambah pada bidang kesehatan seperti kedokteran[1], Pada era digital, masyarakat pun semakin menyadari bahwa teknologi komunikasi merupakan salah satu alat yang penting dalam mengatasi cepatnya penyebaran arus informasi[2], begitu pula komunikasi dengan seorang dokter juga tak kalah penting dalam memantau kondisi Kesehatan Kita. Hal itu dilakukan demi meminimalkan medication error. Adapun pengertian medication error sendiri adalah kejadian yang merugikan pasien yang diakibatkan pemakaian obat selama dalam penanganan tenaga kesehatan[3] maka dalam hal ini sangat dibutuhkan sebuah teknologi yang membantu didalam dunia Kesehatan. Salah satu teknologi yang dibutuhkan dalam dunia Kesehatan adalah speech recognition secara otomatis. Hal ini diperlukan untuk membantu kinerja dalam proses Prescription Drugs. Mengacu pada penelitian yang pernah dilakukan sebelumnya didalam pengebangan teknologi yang berkaitan dalam bidang Kesehatan. oleh Riza Adrianti Supono [4]dalam penelitiannya membahas tentang peluang dan hambatan penerapan teknologi internet untuk pengobatan jarak jauh, kemudian penelitaian yang dilakukan oleh Karyo Budi Utomo dan Kawan- kawan[5] dalam penelitiannya membahas tentang bagaimana mendeteksi penyakit paru-paru dengan metode Forward Chaining. Berdasarkan beberapa penelitian yang sudah di lakukan oleh beberapa peneliti diatas maka penelitian ini akan mencoba meneliti penerapan teknologi yang berbeda. Adapun focus penelitian dalam paper ini adalah meneliti tentang bagaimana agar peresepan obat dapat dilakukan secara otomatis dengan berbekal ucapan dari seorang dokter pemeriksa. Hal itu dilatarbelakangi oleh sebuah resep yang ditulis oleh seorang dokter terkadang tidak terbaca oleh perawat. Sehingga terkadang memperlukan kerja atau proses yang lebih lama. Adapun penelitian yang ada saat ini seperti dilakukan oleh Adhitya Yoga Pratama Idwal dan kawan-kawan[6] yang meneliti tentang pengenalan suara dalam Bahasa Indonesia untuk aksen Melayu Pontianak dan Sunda Garut, kemudian penelitian oleh Jenny Putri Hapsari[7] bagaimana sebuah suara menjadi kunci dalam pengaksesan Sistem Informasi Akademik, selanjutnya oleh Muhammad Bobbi Kurniawan Nasution[8] yang meneliti tentang pengenalan suara teks bebas dengan mengunakan metode Algoritma SVM dan yang terakhir oleh Handri Al Fani dkk[9] yang merancang sebuah alat monitoring pendekteksi suara diruangan bayi Berbasis Arduino.