SISTEM PENDETEKSI EMOSI SEBAGAI GEJALA AWAL TANTRUM PADA ANAK AUTIS BERDASARKAN SUARA

Cindi, Alfani (2022) SISTEM PENDETEKSI EMOSI SEBAGAI GEJALA AWAL TANTRUM PADA ANAK AUTIS BERDASARKAN SUARA. Diploma thesis, UNIVERSITAS ANDALAS.

[img]
Preview
Text (Cover dan Abstrak)
ABSTRAK.pdf - Published Version

Download (185kB) | Preview
[img]
Preview
Text (BAB 1)
BAB I.pdf - Published Version

Download (1MB) | Preview
[img]
Preview
Text (BAB 5)
BAB V.pdf - Published Version

Download (1MB) | Preview
[img]
Preview
Text (Daftar Pustaka)
DAFTAR PUSTAKA.pdf - Published Version

Download (1MB) | Preview
[img] Text (Skripsi Full Text)
Full Skripsi.pdf - Published Version
Restricted to Repository staff only

Download (5MB)

Abstract

Abstrak--- Autisme adalah gangguan perilaku otak yang kompleks yang mengakibatkan gangguan, emosi, komunikasi, dan interaksi Sosial. Pada anak autis sering terjadi tantrum. Tantrum merupakan luapan amarah dan pikiran, anak yang berperilaku tantrum sering mengalami perasaan marah, kecewa dan jengkel. Untuk itu peneliti mengusulkan algoritma pendeteksi emosi sebagai gejala awal tantrum pada anak autis berbasis suara dengan algoritma ekstraksi MFCC dan algoritma klasifikasi menggunakan neural network dengan tambahan Library Keras. Algoritma MFCC merupakan salah satu fitur ekstraksi yang sering digunakan untuk mengidentifikasi suatu percakapan. MFCC sangat efektif dalam mencari audio dan dalam pemodelan nada yang subjektif dan frekuensisinyal audio. Algoritma Neural Network adalah klasifikasi pola dengan persamaan pola yang diperoleh dari input menjadi pola baru pada output. Pada proses klasifikasi algoritma neural network didapatkan nilai akurasi sebesar 86,7% pada nilai epoch 500 dan nilai window size sebesar 2865 ms. Kata Kunci : Emosi, Suara, Autisme, Tiny Machine Learning, Keras, ANN, MFCC.

Item Type: Thesis (Diploma)
Primary Supervisor: Rahmi Eka Putri, M.T
Uncontrolled Keywords: Kata Kunci : Emosi, Suara, Autisme, Tiny Machine Learning, Keras, ANN, MFCC.
Subjects: R Medicine > RK Dentistry
Divisions: Fakultas Teknologi Informasi > Teknik Komputer
Depositing User: s1 sistem komputer
Date Deposited: 02 Feb 2022 04:06
Last Modified: 02 Feb 2022 04:06
URI: http://scholar.unand.ac.id/id/eprint/98395

Actions (login required)

View Item View Item