Wilianto, Kelvin (2021) Perancangan Aplikasi Pendeteksian Emosi Suara Manusia dengan Metode LSTM. Skripsi thesis, Universitas Tarumanagara.
![[img]](http://repository.untar.ac.id/style/images/fileicons/text.png) |
Text
535170009_Kelvin Wilianto_01 Cover.pdf Download (188kB) |
|
Text
535170009_Kelvin Wilianto_02 Lembar Pengesahan.pdf Download (141kB) |
|
Text
535170009_Kelvin Wilianto_03 Lembar Pernyataan.pdf Download (136kB) |
|
Text
535170009_Kelvin Wilianto_04 Abstrak.pdf Download (186kB) |
|
Text
535170009_Kelvin Wilianto_05 Kata Pengantar.pdf Download (141kB) |
|
Text
535170009_Kelvin Wilianto_06 Daftar Isi, Tabel, Gambar, Lampiran.pdf Download (155kB) |
|
Text
535170009_Kelvin Wilianto_07 Bab 1.pdf Restricted to Registered users only Download (210kB) |
|
Text
535170009_Kelvin Wilianto_08 Bab 2.pdf Restricted to Registered users only Download (686kB) |
|
Text
535170009_Kelvin Wilianto_09 Bab 3.pdf Restricted to Registered users only Download (532kB) |
|
Text
535170009_Kelvin Wilianto_10 Bab 4.pdf Restricted to Registered users only Download (577kB) |
|
Text
535170009_Kelvin Wilianto_11 Bab 5.pdf Restricted to Registered users only Download (188kB) |
|
Text
535170009_Kelvin Wilianto_12 Daftar Pustaka.pdf Download (202kB) |
|
Text
535170009_Kelvin Wilianto_13 Lampiran.pdf Restricted to Registered users only Download (722kB) |
|
Text
535170009_Kelvin Wilianto_14 Daftar Riwayat Hidup.pdf Restricted to Registered users only Download (149kB) |
Abstract
Pengenalan emosi melalui suara atau Speech Emotion Recognition (SER) merupakan salah satu topik pengembangan kecerdasan buatan atau Artificial Intelligence (AI) yang dapat mengenali atau mengklasifikasikan emosi berdasarkan pengenalan suara. Pengembangan tersebut menggunakan teknik pembelajaran yang menerapkan jaringan syaraf pada otak manusia seperti Deep Learning dan Machine Learning. Long Short Term Memory (LSTM) merupakan salah satu metode merupakan pengembangan dari metode Recurrent Neural Network (RNN) yang dapat mengatasi permasalahan ketergantungan jangka panjang. Pada penelitian ini, metode LSTM digunakan untuk proses pelatihan dalam mengklasifikasikan emosi manusia melalui pengenalan suara. Proses pengenalan emosi melalui suara tentunya membutuhkan proses ekstraksi fitur dalam mendapatkan nilai atau informasi dari data suara yang digunakan untuk proses pelatihan, dimana pada penilitian ini digunakan metode ekstraksi fitur MelFrequency Cepstral Coefficients (MFCC) untuk mendapatkan nilai cepstral coefficients pada setiap frame data suara. Selain itu, pengembangan dilakukan dengan menambahkan metode Attention Mechanism dengan harapan dapat membantu meningkatkan hasil dari proses pelatihan. Proses pelatihan yang dirancang dengan metode LSTM menghasilkan akurasi 61.90% untuk klasifikasi 7 jenis emosi dan 68.30% untuk klasifikasi 5 jenis emosi. Proses pelatihan yang dirancang dengan metode LSTM dan Attention Mechanism menghasilkan akurasi 64.29% untuk klasifikasi 7 jenis emosi dan 70.65% untuk klasifikasi 5 jenis emosi.
| Item Type: | Thesis (Skripsi) |
|---|---|
| Uncontrolled Keywords: | Artificial Intelligence, Attention Mechanism, Long Short Term Memory (LSTM), Mel Frequency Cepstral Coefficients (MFCC), Speech Emotion Recognition (SER) |
| Subjects: | Skripsi/Tugas Akhir Skripsi/Tugas Akhir > Fakultas Teknologi Informasi |
| Divisions: | Fakultas Teknologi Informasi > Teknik Informatika |
| Depositing User: | TDI Family perpus |
| Date Deposited: | 05 May 2021 15:07 |
| Last Modified: | 18 Aug 2021 09:54 |
| URI: | http://repository.untar.ac.id/id/eprint/27956 |
Actions (login required)
 |
View Item |
