DETEKSI EMOSI BERBASIS SUARA MENGGUNAKAN K-NEAREST NEIGHBORS DAN EKSTRAKSI MFCC

Abstrak

Penelitian ini bertujuan mengembangkan sistem deteksi emosi berbasis suara dengan metode K-Nearest Neighbors (KNN) dan ekstraksi fitur Mel Frequency Cepstral Coefficient (MFCC). Dataset terdiri dari rekaman suara yang merepresentasikan beberapa jenis emosi. Fitur suara diekstraksi menggunakan MFCC untuk mendapatkan representasi spektral yang lebih kompak. KNN digunakan sebagai algoritma klasifikasi, dan pengujian dilakukan dengan variasi nilai k. Hasil terbaik diperoleh pada k=9 dengan akurasi 90%, menunjukkan kombinasi metode ini efektif untuk mendeteksi emosi suara.