APLIKASI PENGENALAN EMOSI MANUSIA MELALUI SUARA DENGAN MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE (SVM)

Ciayadi, Jason Christopher and Wikarsa, Liza and Kumenap, Vivie Deyby (2024) APLIKASI PENGENALAN EMOSI MANUSIA MELALUI SUARA DENGAN MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE (SVM). Skripsi thesis, UNIVERSITAS KATOLIK DE LA SALLE MANADO.

	PDF COVER-LEMBAR_PENGESAHAN_JasonClayadi.pdf Download (409kB)
	PDF ABSTRAK_JasonClayadi.pdf Download (11kB)
	PDF KATA_PENGANTAR-DAFTAR_ISI_JasonClayadi.pdf Download (176kB)
	PDF BAB_I_JasonClayadi.pdf Download (28kB)
	PDF BAB_II-LAMPIRAN_JasonClayadi.pdf Restricted to Repository staff only Download (2MB)

Official URL: https://digilib.unikadelasalle.ac.id/

Abstract

Variasi nada, intonasi, dan volume dalam percakapan sehari-hari memengaruhi penyampaian emosi dan arti. Nada mengacu pada frekuensi suara yang diukur dalam Hertz (Hz), intonasi adalah pola perubahan nada, sementara volume menggambarkan kekuatan suara yang diukur dalam desibel (dB). Algoritma Support Vector Machine (SVM) sering digunakan dalam klasifikasi emosi melalui suara, dengan memanfaatkan teknik ekstraksi fitur audio seperti pustaka Librosa. Aplikasi ini dibuat dengan tujuan untuk mengenali emosi setiap orang melalui suara, menggunakan algoritma SVM dengan kernel RBF.
Kernel RBF adalah sebuah metode yang digunakan untuk memisahkan kelas yang tidak bisa dipisahkan dengan garis linear. Target aplikasi ini adalah individu yang ingin mengenali emosi mereka untuk kepentingan kesehatan mental dan manajemen stres. Data yang digunakan adalah 210 audio berformat wav dari Kaggle Ravdess Audio Datasets. Berdasarkan pengujian yang dilakukan menggunakan 210 data yang dibagi menjadi 120 data latih, dan 90 data uji memperoleh akurasi 92%, presisi 93% dan recall 88% yang disajikan dalam bentuk confusion matrix.

Kata Kunci: Nada, Intonasi, Volume, Klasifikasi, Support Vector Machine

Item Type:

Thesis (Skripsi)

Creators: