PENGEMBANGAN ALGORITMA CNN DALAM MENGANALISIS EMOSI SUARA UNTUK REKOMENDASI PEMESANAN ONLINE

Zakka, Iqlima Sabila (2025) PENGEMBANGAN ALGORITMA CNN DALAM MENGANALISIS EMOSI SUARA UNTUK REKOMENDASI PEMESANAN ONLINE. Diploma thesis, POLITEKNIK NEGERI SRIWIJAYA.

	Text (COVER) COVER.pdf - Published Version Download (1MB)
	Text (ABSTRAK) ABSTRAK.pdf - Published Version Download (14kB)
	Text (BAB I) BAB I Pendahuluan.pdf - Published Version Restricted to Repository staff only Download (127kB)
	Text (BAB II) BAB II Tinjauan Pustaka.pdf - Published Version Restricted to Repository staff only Download (470kB)
	Text (BAB III) BAB III Metodolgi Penelitian.pdf - Published Version Restricted to Repository staff only Download (385kB)
	Text (BAB IV) BAB IV Hasil dan Pembahasan.pdf - Published Version Restricted to Repository staff only Download (511kB)
	Text (BAB V) BAB V Simpulan dan Saran.pdf - Published Version Restricted to Repository staff only Download (7kB)
	Text (DAFTAR PUSTAKA) DAFTAR PUSTAKA.pdf - Published Version Restricted to Repository staff only Download (144kB)
	Text (LAMPIRAN) LAMPIRAN.pdf - Published Version Restricted to Repository staff only Download (3MB)

Abstract

Kemampuan sistem komputer dalam mengenali emosi manusia menjadi salah satu aspek penting dalam pengembangan teknologi interaktif berbasis kecerdasan buatan. Penelitian ini bertujuan untuk mengembangkan model klasifikasi emosi berbasis suara menggunakan algoritma Convolutional Neural Network (CNN), dan mengintegrasikannya ke dalam sistem website pemesanan online sebagai fitur rekomendasi menu berbasis emosi pengguna. Dataset yang digunakan adalah RAVDESS (Ryerson Audio-Visual Database of Emotional Speech and Song), yang terdiri dari 1.440 rekaman suara dengan enam kategori emosi: happy , angry, sad, fear, neutral, dan surprise. Data suara dikonversi ke bentuk citra mel-spectrogram dan dilatih menggunakan arsitektur CNN ResNet-34 yang dimodifikasi pada bagian fully connected layer. Evaluasi model dilakukan menggunakan Stratified K-Fold Cross Validation (K = 10), dengan metrik evaluasi berupa akurasi, precision, recall, F1-score, dan confusion matrix. Hasil validasi menunjukkan bahwa model mampu mengenali pola emosi dengan akurasi rata-rata sebesar 92% dan F1-score makro sebesar 0.92, serta menghasilkan performa klasifikasi yang seimbang pada seluruh kelas. Namun, saat diimplementasikan ke dalam sistem website, model hanya mampu mendeteksi dua emosi dominan (happy dan angry) secara konsisten, meskipun seluruh input tetap menghasilkan output emosi. Hal ini mengindikasikan adanya ketimpangan performa antara hasil eksperimen dan penerapan nyata, yang kemungkinan disebabkan oleh perbedaan kualitas input suara dan ketidaksesuaian pipeline pra-pemrosesan. Penelitian ini membuktikan bahwa model deteksi emosi berbasis CNN dapat diimplementasikan secara teknis ke dalam sistem berbasis web. Namun demikian, pengujian pada lingkungan nyata menunjukkan perlunya proses adaptasi lebih lanjut, baik dari sisi data pelatihan, arsitektur sistem, maupun kualitas input pengguna, agar sistem dapat berfungsi secara lebih akurat dan kontekstual

Item Type:	Thesis (Diploma)
Uncontrolled Keywords:	Kata Kunci : Algoritma CNN, Convolutional Neural Network, Website, Deteksi Emosi Berbasis Suara
Subjects:	T Technology > TK Electrical engineering. Electronics Nuclear engineering
Divisions:	Electrical Engineering > Undergraduate Theses
Depositing User:	Pustaka Teknik Elektro
Date Deposited:	09 Oct 2025 08:31
Last Modified:	09 Oct 2025 08:31
URI:	http://eprints.polsri.ac.id/id/eprint/20843

Actions (login required)

View Item