Implementasi Ekstrasi MFCC Pada Hidden Markov Model untuk Identifikasi Emosi Manusia Berdasarkan Suara Detak Jantung

Nashrullah, Ega Rasendriya
Barlian Henryranu Prasetio

Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
Vol 9 No 1 (2025): Januari 2025

Perkembangan teknologi telah mendorong penelitian dalam identifikasi emosi manusia, terutama melalui sinyal fisiologis. Penelitian ini bertujuan untuk mengidentifikasi emosi manusia berdasarkan suara detak jantung dengan menggunakan kombinasi Mel-Frequency Cepstrum Coefficient (MFCC) sebagai metode ekstraksi fitur dan Hidden Markov Model (HMM) sebagai algoritma klasifikasi. Ekstraksi fitur MFCC digunakan untuk menangkap pola spektral suara detak jantung, sementara HMM menganalisis pola temporal untuk mendeteksi emosi dasar. Hasil pengujian menunjukkan bahwa sistem ini mencapai tingkat akurasi sebesar 73%. Implementasi sistem pada aplikasi berbasis Android memungkinkan analisis secara real-time, sehingga memudahkan pengguna dalam memantau kondisi emosional mereka. Dengan pendekatan ini, penelitian ini berkontribusi dalam pengembangan teknologi identifikasi emosi berbasis sinyal fisiologis yang lebih akurat dan efisien.