IMPLEMENTASI METODE CNN UNTUK KLASIFIKASI JENIS EMOSI MELALUI SUARA

ANDIKA, PIBLIMANTA (2025) IMPLEMENTASI METODE CNN UNTUK KLASIFIKASI JENIS EMOSI MELALUI SUARA. undergraduate thesis, Universitas Muhammadiyah Mataram.

	Text COVER DAFTAR PUSTAKA.pdf Restricted to Repository staff only Download (3MB) | Request a copy
	Text SIMILARITI CEK.pdf Restricted to Repository staff only Download (12MB) | Request a copy

Abstract

Salah satu bidang yang berkembang pesat dalam kecerdasan buatan adalah pengenalan emosi melalui suara, terutama untuk meningkatkan interaksi antara manusia dan komputer. Metode Convolutional Neural Network (CNN) digunakan dalam penelitian ini untuk mengklasifikasikan emosi dalam ucapan manusia. Data Ryerson Audio-Visual of Emotional Speech and Song (RAVDESS), yang dapat diperoleh melalui situs Kaggle ini: https://www.kaggle.com/uwrfkaggler/RAVDESS-emotional-speech-audio. Dataset ini mengandung rekaman suara dalam delapan kategori emosi: netral, tenang, bahagia, sedih, marah, takut, jijik, dan terkejut, di mana setiap kategori disimpan dalam folder berformat WAV. Untuk ekstraksi fitur, digunakan metode Delta Mel-Frequency Cepstral Coefficients (MFCC), kemudian seluruh fitur digabungkan dan digunakan sebagai input ke arsitektur CNN. Proses pelatihan dan pengujian model dilakukan menggunakan pendekatan K-Fold Cross Validation dengan jumlah lipatan (fold) sebanyak lima, sehingga setiap data memiliki kesempatan menjadi data latih dan data uji secara bergantian. Pendekatan ini memastikan evaluasi model menjadi lebih stabil dan representatif, serta mengurangi risiko overfitting. Hasil pengujian menunjukkan bahwa model CNN mampu melakukan klasifikasi emosi dengan tingkat akurasi yang tinggi dan konsistensi di setiap kelas emosi. Hal ini membuktikan bahwa kombinasi fitur delta MFCC, CNN, dan K-Fold Cross Validation dapat digunakan secara efektif dalam sistem pengenalan emosi suara, serta berpotensi membantu pengembangan sistem interaksi manusia-komputer yang lebih empatik dan adaptif.

Item Type:	Thesis (undergraduate)
Contributors:	Contribution Contributors NIDN/NIDK Thesis advisor FITRI, ASTUTIK nidn0806107701 Thesis advisor SITI, AGRIPPINA ALODIA YUSUF nidn0817069302
Uncontrolled Keywords:	Pengenalan emosi suara, Convolutional Neural Network (CNN), Delta MFCC, RAVDESS, klasifikasi emosi, kecerdasan buatan, interaksi manusia-komputer
Subjects:	000 Karya Umum > 004 Pemrosesan Data dan Ilmu Komputer
Divisions:	Fakultas Teknik > S1 Sistem dan Teknologi Informasi > Laporan Tugas Akhir
Depositing User:	Andika Piblimanta
Date Deposited:	29 Aug 2025 02:45
Last Modified:	29 Aug 2025 02:45
URI:	http://repository.ummat.ac.id/id/eprint/12192

Actions (login required)

View Item