SIMULASI DETEKSI EMOSI MELALUI PENGENALAN SUARA MENGGUNAKAN MEL-FREQUENCY CEPSTRUM COEFFICIENT DAN HIDDEN MARKOV MODEL

DIDIK MUTTAQIN

Informasi Umum

Kode

19.04.041

Klasifikasi

006.31 - Machine Learning

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Machine Learning

Informasi Lainnya

Abstraksi

Emosi adalah salah satu cara manusia untuk berinteraksi antara satu dengan yang lainnya, dalam mengekspresikan emosi salah satu cara yang dilakukan manusia dan dapat diidentifikasi adalah melalui suara. Emosi seseorang dalam keadaan senang, marah, sedih, tenang, takut, terkejut dan jijik dapat diidentifikasi melalui gelombang sinyal bicaranya. Pengembangan pengenalan suara atau Speech Recognition merupakan sebuah teknologi yang sudah mulai berkembang pesat untuk membantu interaksi manusia-mesin atau sebaliknya, pada saat ini salah satu metode yang sering dipakai untuk pengenalan suara adalah Hidden Markov model(HMM). Sedangkan untuk pemrosesan sinyal bicara guna mendapatkan karakteristik suara seseorang Mel-frequency Cepstrum Coefficient(MFCC) dapat digunakan, yang akan menghasilkan sebuah koefisien tertentu yang nantinya akan menjadi sebuah parameter penentu menggunakan Hidden Markov Model untuk mengklasifikasikan jenis emosi. Dari sekenario pengujian yang dilakukan didapatkan akurasi terbaik sebesar 81,65%.