IMPLEMENTASI MODEL CONVOLUTIONAL RECURRENT NEURAL NETWORK (CRNN) DENGAN BIDIRECTIONAL LONG SHORT-TERM MEMORY (BI-LSTM) UNTUK PENGENALAN EMOSI PADA SUARA

M. RADITYA, ADHIRAJASA (2025) IMPLEMENTASI MODEL CONVOLUTIONAL RECURRENT NEURAL NETWORK (CRNN) DENGAN BIDIRECTIONAL LONG SHORT-TERM MEMORY (BI-LSTM) UNTUK PENGENALAN EMOSI PADA SUARA. FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM, UNIVERSITAS LAMPUNG.

Preview	File PDF Abstrak_digilib - M RADITYA.pdf Download (247Kb) | Preview
	File PDF Skripsi_full_digilib - M RADITYA.pdf Restricted to Hanya staf Download (2669Kb) | Minta salinan
Preview	File PDF Skripsi_tanpa4_rev_digilib - M RADITYA.pdf Download (1927Kb) | Preview

Abstrak (Berisi Bastraknya saja, Judul dan Nama Tidak Boleh di Masukan)

Pengenalan emosi pada suara merupakan tugas kompleks yang krusial untuk interaksi manusia-mesin. Penelitian ini mengimplementasikan dan mengevaluasi model Convolutional Recurrent Neural Network (CRNN) yang menggabungkan keunggulan Convolutional Neural Network (CNN) untuk ekstraksi fitur spasial dengan Bidirectional Long Short-Term Memory (BiLSTM) untuk analisis dependensi temporal. Model ini dilatih dan diuji menggunakan dataset CREMA-D, yang mencakup enam kelas emosi: marah, jijik, takut, bahagia, netral, dan sedih. Fitur diekstraksi dari sinyal audio menggunakan log-Mel spectrogram untuk merepresentasikan karakteristik suara yang relevan dengan persepsi manusia. Untuk meningkatkan variasi data dan generalisasi model, diterapkan teknik augmentasi data berupa pitch shifting dan time stretching. Hasil evaluasi menunjukkan bahwa model CRNN yang didukung dengan augmentasi data berhasil mencapai akurasi validasi sebesar 68.23%, sebuah peningkatan dari 66.08% yang dicapai oleh model tanpa augmentasi. Model ini menunjukkan performa yang menjanjikan, terutama dalam mengklasifikasikan emosi marah dan netral. Penelitian ini menyimpulkan bahwa arsitektur CRNN dengan BiLSTM efektif untuk tugas pengenalan emosi suara, dan augmentasi data berperan penting dalam meningkatkan kinerjanya. Kata Kunci: Pengenalan Emosi Suara, CRNN, BiLSTM, Log-Mel Spectrogram, Augmentasi Data. Speech emotion recognition is a complex task crucial for human-machine interaction. This study implements and evaluates a Convolutional Recurrent Neural Network (CRNN) model that combines the advantages of a Convolutional Neural Network (CNN) for spatial feature extraction with Bidirectional Long Short-Term Memory (BiLSTM) for temporal dependency analysis. The model is trained and tested using the CREMA-D dataset, which includes six emotion classes: anger, disgust, fear, happiness, neutral, and sadness. Features are extracted from the audio signals using log-Mel spectrograms to represent sound characteristics relevant to human perception. To enhance data variation and model generalization, data augmentation techniques such as pitch shifting and time stretching were implemented. The evaluation results show that the CRNN model with data augmentation achieved a validation accuracy of 68.23%, an increase from the 66.08% achieved by the model without augmentation. The model shows promising performance, especially in classifying the anger and neutral emotions. This study concludes that the CRNN architecture with BiLSTM is effective for the task of speech emotion recognition, and that data augmentation plays a crucial role in enhancing its performance. Keywords: Speech Emotion Recognition, CRNN, BiLSTM, Log-Mel Spectrogram, Data Augmentation.

Jenis Karya Akhir:	Skripsi
Subyek:	000 Ilmu komputer, informasi dan pekerjaan umum 500 ilmu pengetahuan alam dan matematika
Program Studi:	FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM (FMIPA) > Prodi S1 Ilmu Komputer
Pengguna Deposit:	A.Md Cahya Anima Putra .
Date Deposited:	29 Jan 2026 08:05
Terakhir diubah:	29 Jan 2026 08:05
URI:	http://digilib.unila.ac.id/id/eprint/95274

Actions (login required)

Lihat Karya Akhir