<![CDATA[Stres adalah suatu emosi pada kondisi yang tidak nyaman oleh seseorang karena tekanan yang melampaui kemampuan sesorang dari faktor internal dan eksternal, sehingga dapat berdampak buruk di kehidupan sehari-hari. Oleh karena itu, diperlukan alat yang dapat melakukan proses screening secara dini kepada pengguna, ketika seseorang atau diri sendiri sedang mengalami stres atau tidak sebagai tindakan pencegahan akibat stres lebih lanjut. Penelitian ini menggunakan ekstraksi fitur MFCC dengan penerapan Algoritma Short Time Fourier Transform dan klasifikasi CNN untuk sistem pengenalan tingkat stres melalui ucapan berbasis aplikasi Android. Sistem ini mengenali tingkat stres berdasarkan suara melalui mikrofon MEMS, lalu data suara tersebut diunggah ke server dan diproses data tersebut dan ditampilkan hasil prediksi tingkat stres pada layar ponsel. Hasil dari pengujian dengan menggunakan 20 kali pengujian suara secara acak pada sistem dikatakan cukup efektif dalam memprediksi tingkat stres tinggi dan rendah suara pengguna dengan akurasi 70%, sedangkan rata-rata waktu komputasi secara keseluruhan saat proses pengujian didapatkan selama 5,95 detik. Sistem aplikasi menyediakan fungsi real-time dan fitur ramah pengguna yang dapat diakses dengan mudah melalui aplikasi yang terhubung ke database server. Sistem ini dapat memantau tingkat stres pengguna dengan mudah dan memberikan solusi deteksi stres yang optimal.]]>
Copyrights © 2024
