TY  - THES
ID  - umbprints96504
UR  - http://repository.mercubuana.ac.id/96504/
A1  - NAFSYI, DHIAZ RUSYDA
Y1  - 2025/07/19/
N2  - Interactions between people are often influenced by emotions, which are biological
and psychological conditions and can be expressed through sound signals. This
study aims to detect sound-based emotions by utilizing digital signal processing
techniques. In this study, a performance comparison was conducted between two
machine learning models, namely Long Short-Term Memory (LSTM) and Support
Vector Machine (SVM) to complete the classification task of seven classes of
emotions. This study used Toronto Emotional Speech Set (TESS) dataset, with MelFrequency Cepstral Coefficients (MFCC) feature extraction. The Data were
divided into 2240 train data (80%) and 560 test data (20%). The test results showed
that the LSTM model achieved superior performance with an accuracy of 98%,
while the SVM model obtained an accuracy of 88%. It was concluded that the
architecture on the LSTM is significantly more effective in capturing dynamic
patterns of MFCC features. However, this study has one important limitation. Since
the dataset used only comes from two speakers, the ability of the model to work well
on more diverse sounds is still an area that needs to be proven in future studies .
Kata kunci: Speech Emotion Recognition, MFCC, Long Short-Term Memory, Support Vector Machine.

nteraksi antar manusia sering kali dipengaruhi oleh emosi, yang merupakan
kondisi biologis dan psikologis serta dapat diekspresikan melalui sinyal suara.
Penelitian ini bertujuan untuk mendeteksi emosi berbasis suara dengan
memanfaatkan teknik pemrosesan sinyal digital. Dalam penelitian ini, dilakukan
perbandingan kinerja antara dua model machine learning yaitu Long Short-Term
Memory (LSTM) dan Support Vector Machine (SVM) untuk menyelesaikan tugas
klasifikasi tujuh kelas emosi. Penelitian ini menggunakan dataset Toronto
Emotional Speech Set (TESS), dengan ekstraksi fitur Mel-Frequency Cepstral
Coefficients (MFCC). Data dibagi menjadi 2240 data latih 80% dan 560 data uji
20%. Hasil pengujian menunjukkan bahwa model LSTM mencapai kinerja superior
dengan akurasi sebesar 98%, sementara model SVM memperoleh akurasi 88%.
Disimpulkan bahwa arsitektur pada LSTM secara signifikan lebih efektif dalam
menangkap pola dinamis dari fitur MFCC. Namun, penelitian ini memiliki satu
batasan penting. Karena dataset yang digunakan hanya berasal dari dua pembicara,
kemampuan model untuk bekerja dengan baik pada suara yang lebih beragam
masih menjadi area yang perlu dibuktikan dalam penelitian selanjutnya.
Kata kunci: Emosi, Klasifikasi, Long Short-Term Memory, Support Vector Machine, Mel Frequency Cepstral Coefficients
PB  - Universitas Mercu Buana Jakarta
KW  - Emosi
KW  -  Klasifikasi
KW  -  Long Short-Term Memory
KW  -  Support Vector Machine
KW  -  Mel Frequency Cepstral Coefficients
M1  - s1
TI  - IMPLEMENTASI METODE LONG SHORT-TERM MEMORY DAN SUPPORT VECTOR MACHINE DENGAN EKSTRAKSI FITUR MFCC UNTUK KLASIFIKASI EMOSI SUARA
AV  - restricted
EP  - 94
ER  -