Identifikasi Emosi Melalui Suara Menggunakan Support Vector Machine Dan Convolutional Neural Network

Abstract

Penggunaan suara dalam data science telah banyak dilakukan pada beberapa penelitian seperti mendeteksi suara hewan, ataupun objek tertentu. Penelitian tentang emosi manusia sedang gencar sekali, salah satunya adalah mendeteksi emosi manusia melalui suara. Dewasa ini pendeteksian emosi tidak hanya digunakan untuk riset di bidang akademik seperti psikologi, neuroscience, psikiater, ilmu kognitif dan lainya. Tetapi juga diaplikasikan secara praktis seperti call centre, gaming industry, bidang medis, dan lainnya. Deteksi emosi bisa dilakukan melalui dua cara yaitu, melalui wajah serta melalui suara. Dalam mendeteksi emosi menggunakan wajah, Face Landmark yang dibutuhkan berpengaruh untuk menghasilkan akurasi yang bagus. Namun, ketika menggunakan suara, amplitudo dari suara tersebut yang berpengaruh dalam menghasilan akurasi yang bagus. Pada penelitian kali ini, peneliti menggunakan suara sebagai media dalam mendeteksi suara. JL Corpus dataset beserta RAVDESS dataset digunakan sebagai dataset dari program yang dibuat untuk mendeteksi emosi melalui suara. Dataset hanya berisi suara yang sudah dilabeli, label yang diberikan menunjukkan emosi dari suara tersebut. Emosi yang menjadi label adalah netral, tenang, sedih, marah, senang, takut, jijik, dan terkejut. Untuk mengekstraksi fitur dari suara tersebut perlu bantuan dari Mel Frequency Cepstrum Coefficents (MFCCs). Metode klasifikasi yang digunakan adalah dua metode yang ada dalam Machine Learning, yaitu Convolutional Neural Network (CNN) dan Support Vector Machine (SVM). Metode klasifikasi CNN memiliki kinerja yang fleksibel. Metode CNN dapat dikatakan fleksibel karena metode CNN memiliki kemampuan menggeneralisir yang lebih baik saat menggunakan jumlah data yang sama. Waktu yang dibutuhkan untuk mendeteksi satu suara saat menggunakan metode SVM selalu lebih sedikit ketika dibandingkan dengan metode CNN.