PENGENALAN EMOSI BERDASARKAN UCAPAN MENGGUNAKAN METODE MEL-FREQUENCY CEPSTRAL COEFFICIENT DAN ALGORITMA ARTIFICIAL NEURAL NETWORK

Di balik semua kecanggihan dan kecerdasan teknologi yang ada, perangkat Artificial Intelligence (AI) belum sepenuhnya mampu melayani kebutuhan dan keinginan manusia. Karena perangkat AI hanya bekerja sesuai aturan yang dibuat oleh pengkodenya, tanpa mempertimbangkan bagaimana respon dari penggunanya. Intensitas penggunaan teknologi manusia-mesin yang tinggi membuat kebutuhan akan sistem yang dapat mengerti manusia meningkat. Maka dari itu penelitian ini bertujuan untuk mengembangkan sistem yang mampu melakukan pengenalan emosi manusia berdasarkan suara ucapan menggunakan algoritma jaringan syaraf tiruan berdasarkan hasil ekstraksi fitur suara menggunakan metode mel-frequency cepstral coefficient. Sebanyak 68 data suara digunakan untuk menguji akurasi dari model jaringan syaraf tiruan yang dibangun, menggunakan metode confusion matrix multi class. Hasil pengujian menunjukkan bahwa sistem memiliki tingkat akurasi sebesar 85% pada 10000 epochs dalam mengenali emosi manusi melalui ucapan.

Kata kunci: Klasifikasi, Suara Manusia, Emosi, Jaringan Syaraf Tiruan, Mel-Frequency Cepstral Coefficient, Confusion Matrix Multi Class.