<![CDATA[Manusia saling berkomunikasi melalui dialog. Suasana hati seseorang merupakan salah satu faktor yang dapat mempengaruhi kualitas komunikasi. Salah satu bentuk yang merepresentasikan suasana hati adalah emosi. Emosi adalah suatu kondisi yang mendorong seseorang untuk melakukan suatu tindakan akibat dari adanya rangsangan. Penelitian mengenai deteksi dan klasifikasi emosi berdasarkan sinyal wicara. Speech recognition merupakan bidang yang berpengaruh pada penelitian ini untuk mengukur tingkat emosi pada manusia. Penelitian ini merancang sistem yang dapat mendeteksi emosi seseorang berdasarkan ciri sinyal wicara. Pada penelitian ini menggunakan metode Discrete Wavelet Transform (DWT) untuk ekstraksi ciri. DWT adalah teknik analisa sinyal yang dikembangkan dari Short Time Fourier Transform (STFT) melalui domain waktu dan frekuensi yang didekomposisi kedalam komponen frekuensi rendah dan frekuensi tinggi. Untuk mendeteksi dan mengklasifikasi emosi berdasarkan suara manusia menggunakan Support Vector Machine (SVM). SVM adalah sistem machine learning yang menggunakan ruang hipotesis dan terdiri dari fungsi-fungsi linear yang dilatih dengan algoritma pembelajaran berdasarkan teori optimasi dengan dimensi tinggi Berdasarkan penelitian ini, didapatkan akurasi tertinggi sebesar 100% dengan parameter terbaiknya menggunakan level dekomposisi 4, jenis wavelet haar dan jenis kernel quadratic. Jenis kernel quadratic memiliki delay consequences yang lebih baik daripada jenis kernel SVM yang lain dan hasil klasifikasinya dapat diverifikasi menggunakan kurva ROC.]]>
Copyrights © 2023
