Nashrullah, Ega Rasendriya and Barlian Henryranu Prasetio, S.T., M.T., Ph.D. (2024) Implementasi Identifikasi Emosi Manusia Berdasarkan Suara Detak Jantung Menggunakan Ekstraksi MFCC pada Hidden Markov Model. Sarjana thesis, Universitas Brawijaya.
Abstract
Perkembangan teknologi telah mendorong penelitian dalam identifikasi emosi manusia, terutama melalui sinyal fisiologis. Penelitian ini bertujuan untuk mengidentifikasi emosi manusia berdasarkan suara detak jantung dengan menggunakan kombinasi Mel-Frequency Cepstrum Coefficient (MFCC) sebagai metode ekstraksi fitur dan Hidden Markov Model (HMM) sebagai algoritma klasifikasi. Ekstraksi fitur MFCC digunakan untuk menangkap pola spektral suara detak jantung, sementara HMM menganalisis pola temporal untuk mendeteksi emosi dasar. Hasil pengujian menunjukkan bahwa sistem ini mencapai tingkat akurasi sebesar 73%. Implementasi sistem pada aplikasi berbasis Android memungkinkan analisis secara real-time, sehingga memudahkan pengguna dalam memantau kondisi emosional mereka. Dengan pendekatan ini, penelitian ini berkontribusi dalam pengembangan teknologi identifikasi emosi berbasis sinyal fisiologis yang lebih akurat dan efisien.
English Abstract
Technological advancements have driven research in human emotion identification, particularly through physiological signals. This study aims to identify human emotions based on heartbeat sounds using a combination of Mel-Frequency Cepstrum Coefficient (MFCC) for feature extraction and Hidden Markov Model (HMM) for classification. MFCC feature extraction is used to capture the spectral patterns of heartbeat sounds, while HMM analyzes temporal patterns to detect basic emotions. The test results show that the system achieves an accuracy rate of 73%. The system implementation on an Android-based application enables real-time analysis, allowing users to monitor their emotional state easily. Through this approach, the study contributes to the development of more accurate and efficient physiological signal-based emotion identification technology.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | 052415 |
| Uncontrolled Keywords: | Mel-Frequency Cepstrum Coefficient, Hidden Markov Model, Identifikasi Emosi, Suara Detak Jantung |
| Divisions: | Fakultas Ilmu Komputer > Teknik Komputer |
| Depositing User: | S Sucipto |
| Date Deposited: | 18 Feb 2025 02:57 |
| Last Modified: | 18 Feb 2025 02:57 |
| URI: | http://repository.ub.ac.id/id/eprint/236973 |
![[thumbnail of DALAM MASA EMBARGO]](http://repository.ub.ac.id/style/images/fileicons/text.png) |
Text (DALAM MASA EMBARGO)
Ega Rasendriya Nashrullah.pdf Restricted to Registered users only Download (3MB) |
Actions (login required)
 |
View Item |