ABSTRAKSI: Saat ini teknologi pengolahan ucapan manusia telah banyak dilakukan
penelitian. ASM (Automatic Speech Recognition), NLP (Natural Language
Processing) dan sebagainya, merupakan contoh pengolahan terhadap ucapan
manusia. Tugas akhir ini akan mengkombinasikan antara teknologi pengolahan
ucapan dengan ilmu psikologi. Ucapan yang diucapkan oleh seseorang merupakan
salah satu aspek yang mencerminkan kondisi emosi orang tersebut. Penelitian ini
mengambil contoh data ucapan seseorang pada saat melakukan dialog. Metode
pelatihan dalam penelitian ini adalah jaringan syaraf tiruan (JST) multi-perceptron
dengan algoritma quickprop berdasarkan prosodi suara.
Sistem kerja dalam penelitian ini adalah melakukan ekstraksi input suara
berupa file wave (.wav) berdasarkan parameter pitch (F0) dan parameter energi
(VRMS), dikumpulkan dan dibagi menjadi data training dan data testing. Datadata
tersebut kemudian diproses menggunakan JST quickprop. Setelah pengujian
selesai dilakukan dilanjutkan dengan menganalisis faktor keberhasilannya (tingkat
akurasi prediksi dalam %). Emosi yang diteliti adalah marah, gembira/senang,
sedih dan normal.
Penelitian ini telah menghasilkan akurasi kebenaran prediksi yang cukup
akurat sebesar 90%. Dan diharapkan bisa dikembangkan untuk berbagai
kepentingan yang berhubungan antara teknologi informasi dengan psikologi.
Misalnya digabungkan dengan teknologi robotika dalam pendekatan perasaan,
telekomunikasi dalam penggunaan telepon, kepolisian ketika melakukan
interogasi dan sebagainya.Kata Kunci : Pengolahan ucapan, Jaringan syaraf tiruan (JST), quickprop, Emosi, Prosodi.ABSTRACT: Human speech recognition technology have been become most research. ASM
(Automatic Speech Recognition), NLP (Natural Language Processing) and so on
are example in human speech recognition. In this final task my orientation is
combined ASM and psychology knowledge. Some people spoken dialogue is
represented one of aspect for their emotion. This research take an example from
some people spoken dialogue, with result that someone emotion can be
researched. In training this research are used quickprop algorithm with neural
network multi-layer perceptron method based on speech prosody.
The system work is doing extract any speech input that kind of file is wave
(.wav) based pitch (F0) and energy (VRMS) parameter, grouping and then divide
become training data and testing data. The data’s then processing using neural
network quickprop. After training then calculate successfully analysis factor (on
% thorough level). Kind of emotion in this research are angry, happiness, sadness
and norm.
This research have been succesfull with getting 90% accuration prediction,
from this research hopefully could be developed for any interest psychology
knowledge with information technology. In examples combined with robotic
technology for intuition vinicity, using telephone on telecommunication,
interrogation on polish department and so oKeyword: Spoken Processing, Neural Network, Quickprop, Emotion, Prosody.