Sahidi, ToniTegar (2012) Pengenalan Emosi Berdasarkan Suara Dengan Jaringan Syaraf Tiruan Al-Alaoui Backpropagation. Sarjana thesis, Universitas Brawijaya.
Abstract
Manusia menggunakan emosi dalam interaksi dengan manusia lainnya untuk manusia menyesuaikan sikap dan respon sesuai dengan emosi lawan bicaranya. Proses ini tidak terjadi pada interaksi antara manusia dengan komputer karena komputer tidak dapat mengenali emosi user sehingga interaksi menjadi kaku dan tidak alami. Proses pengenalan emosi oleh komputer disebut emotion recognition. Diantara berbagai sarana penyampaian emosi, suara dianggap sebagai sarana terbaik untuk mengkomunikasikan emosi. Algoritma Al-Alaoui backpropagation adalah implementasi Algoritma Al-Aloui kedalam sebuah jaringan syaraf tiruan (JST) backpropagation untuk mempecepat konvergensi dengan jalan mengenalkan ulang dan menduplikasi pasangan data latih yang masih salah dalam proses klasifikasi. Dalam penelitian ini diterapkan JST Al-Alaoui backpropagation untuk pengenalan emosi berdasarkan suara. Penelitian mencari arsitektur JST terbaik dan menghitung tingkat akurasi dari sistem. Dari hasil penelitian, didapatkan bahwa arsitektur JST Al-Alaoui ackpropagation terbaik untuk elakukan pengenalan emosi berdasarkan suara adalah JST yang terdiri dari 37 unit neuron input layer, 5 neuron hidden layer, dan 2 neuron output layer, dengan parameter pelatihan learning rate sebesar 0,2 dan momentum sebesar 0,8. Sedangkan tingkat akurasi sistem adalah sebesar 94,386%.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/MIPA/2012/356/051203263 |
| Subjects: | 500 Natural sciences and mathematics > 510 Mathematics |
| Divisions: | Fakultas Matematika dan Ilmu Pengetahuan Alam > Matematika |
| Depositing User: | Endang Susworini |
| Date Deposited: | 25 Sep 2012 15:06 |
| Last Modified: | 23 Oct 2021 19:37 |
| URI: | http://repository.ub.ac.id/id/eprint/153189 |
Preview |
Text
lembar-pengesahan-dll.pdf Download (1MB) | Preview |
Preview |
Text
skripsi-inti.pdf Download (4MB) | Preview |
Actions (login required)
 |
View Item |