ABSTRAKSI: Concatenation synthesizer merupakan synthesizer yang mampu memproduksi sinyal ucapan secara otomatis melalui transkripsi grafemke- fonem untuk kalimat yang diucapkan. Penelitian concatenation synthesizer dalam versi bahasa Indonesia sebenarnya sudah dikembangkan, dan telah mencapai hasil yang cukup memuaskan. Namun demikian beberapa permasalahan dalam penelitian tersebut masih belum terpecahkan, diantaranya intonasi kalimat yang belum baik. Oleh karena itu dalam thesis ini dirancang model control prosodi untuk meningkatkan kualitas intonasi kalimat pada penelitian sebelumnya. Dalam thesis ini HNN dipilih untuk merealisasikan model control prosodi dan bertugas membuat prediksi indeks yang mengacu kepada data panjang durasi dan kontur intonasi pada setiap suku kata, yang sebelumnya akan ditraining dengan sejumlah vector ciri. Pada bagian pensintesa digunakan model generator intonasi untuk memodifikasi panjang durasi dan kontur intonasi pada setiap suku kata. Hasil penelitian menunjukkan adanya intonasi kalimat sintesis yang lebih menonjol dibandingkan penelitian sebelumnya. MOS naturalness meningkat dari 2,34 menjadi 3,258824. Namun tingkat kejelasan kalimat justru menurun akibat kurang adanya perbaikan pada domain frekuensi. Sehingga bunyi vocal lebih dominan terdengar daripada konsonan.Kata Kunci : Hopfield neural network, pembangkit prosodi, concatenationABSTRACT: Concatenation synthesizer is a synthesizer that can produce automatic speech signal through the transcription of grapheme-tophonemes for the spoken sentence. Research concatenation synthesizer in the Indonesian version was already developed, and has achieved satisfactory results. However, several problems in the research remain unsolved, including the sentence that has not been good intonation. Therefore in this thesis, prosodic control model designed to improve the quality of sentence intonation in previous research. In this thesis HNN selected to realize the prosodic control model and assigned to forecast the index that refers to the data length of duration and intonation contour on each syllable, which would previously trained with a number of feature vector. On the synthesizer used to modify the model generator intonation contour length of duration and intonation on every syllable. The results showed the synthesis of intonation phrase is more prevalent than previous research. Naturalness MOS increased from 2.34 to 3.258824. But the level of clarity of the sentence is decreasing due to lack of improvement in the frequency domain. So the vocal sound is more dominant than consonant sounds.Keyword: Hopfield neural network, generating prosody, concatenation