Khuzaimah, Siti Khuzaimah (2023) DETEKSI EMOSI MANUSIA BERDASARKAN REKAMAN SUARA MENGGUNAKAN PYTHON DENGAN METODE MFCC DAN DTW-KNN. Undergraduate thesis, Universitas Negeri Medan.
4173530034_Cover.pdf
Download (54kB)
4173530034_Lembar_Pengesahan.pdf
Download (849kB)
4173530034_Abstrak.pdf
Download (85kB)
4173530034_Kata_Pengantar.pdf
Download (835kB)
4173530034_Daftar_Isi.pdf
Download (112kB)
4173530034_Daftar_Gambar.pdf
Download (85kB)
4173530034_Daftar_Tabel.pdf
Download (68kB)
4173530034_Daftar_Lampiran.pdf
Download (112kB)
4173530034_BAB_I.pdf
Download (192kB)
4173530034_BAB_V.pdf
Download (69kB)
4173530034_Daftar_Pustaka.pdf
Download (111kB)
Abstract
Evolusi waktu kini tumbuh besar sehingga cepat membentuk perubahan warga
semakin tinggi. Macet, serta mengantri telah sering kali terjadi diberbagai tempat
seperti jalan raya, pertokoan ataupun tempat pada umumnya. Itu pula bisa
mengganggu emosi atau jiwa seseorang. Biasanya untuk bisa melihat emosi
seseorang berdasarkan ekspresi wajahnya, tetapi kini bisa mengenali keadaan
emosi atau mental seseorang hanya dengar suaranya. Suara manusia adalah
permisalan sinyal analog yang mengandung informasi. Penelitian ini bertujuan
untuk bisa mendeteksi emosi berdasarkan rekaman suara menggunakan metode
Mel Frequencey Cepstrum Coefficient, Dynamic Time Warping dan K Nearest
Neighbour. Metode yang akan dilakukan ialah dengan memasukkan data rekaman
suara untuk mendapatkan hasil ekstraksi yang akurat menggunakan metode Mel
Frequencey Cepstrum Coefficient selanjutnya akan diklasifikasikan dengan metode
Dynamic Time Warping dan K Nearest Neighbour untuk mendapatkan hasil
pengenalan emosi marah, netral, sedih dan senang. Semua sistem dirancang
menggunakan bahasa pemrograman Python. Berdasarkan hasil yang didapatkan,
sistem ini berhasil mendeteksi jenis emosi marah, netral,sedih, senang dengan
tingkat keberhasilan sebesar 97.76%, presision sebesar 98.31%, dan recall 96.14%
dari 333 jumlah data yang diuji.
Item Type: | Thesis (Undergraduate) |
---|---|
Keywords: | Suara; Emosi; Rekaman |
Subjects: | Q Science > QA Mathematics Q Science > QA Mathematics > QA76 Computer software |
Divisions: | Fakultas Matematika dan Ilmu Pengetahuan Alam > Matematika |
Depositing User: | Mrs Beatrix Nainggolan |
Date Deposited: | 14 May 2024 02:25 |
Last Modified: | 14 May 2024 02:25 |
URI: | https://digilib.unimed.ac.id/id/eprint/56708 |