DETEKSI EMOSI SUARA MANUSIA MENGGUNAKAN METODE KLASIFIKASI RANDOM FOREST DENGAN REDUKSI FITUR PRINCIPAL COMPONENT ANALYSIS (PCA)

Emosi berperan penting dalam kehidupan manusia. Speech Emotion Recognition (SER) adalah topik penelitian yang berkembang pesat dan diterapkan di berbagai bidang, termasuk telekomunikasi untuk meningkatkan layanan customer service. Kepuasan pelanggan sangat penting bagi kesuksesan perusahaan, sehingga penting adanya sistem yang mendeteksi emosi secara otomatis melalui suara. Klasifikasi merupakan solusi praktis untuk permasalahan tersebut. Sebelumnya sudah ada banyak penelitian mengenai deteksi emosi akan tetapi prosesnya hanyalah ekstraksi fitur dan klasifikasi saja. Sehingga peneliti berinisiatif untuk menambahkan reduksi fitur menggunakan Principal Component Analysis (PCA) untuk mendapatkan fitur yang lebih baik. Ekstraksi fitur yang digunakan adalah Mel Frequency Cepstral Coefficient (MFCC), Zero Crossing Rate (ZCR), Root Mean Square Energy (RMSE), Spectral Centroid, dan Spectral Rolloff. Random Forest dipilih sebagai metode klasifikasi yang akan digunakan dalam penelitian ini dikarenakan Random Forest dapat beradaptasi dengan fitur yang kompleks. Penilitian ini menggunakan dataset dari The Ryerson Audio-Visual Dataset of Emotional Speech and Song (RAVDESS), berisi 24 aktor (12 laki-laki dan 12 perempuan) dari Amerika Serikat berdurasi 3-4 detik per data, Dimana tiap aktor menyuarakan 60 data sehingga didapat total 1440 data dengan 8 kelas emosi yaitu netral, tenang, senang, sedih, marah, takut, jijik, dan kaget. Akurasi tertinggi tanpa dilakuakan reduksi dimensi diperoleh sebesar 66.67%. Kemudian akurasi tertinggi dengan reduksi dimensi diperoleh sebesar 70.83% dimana n_estimator 150 dengan max_depth 100 dan memiliki 54 fitur yang direduksi menjadi 24 fitur. Sehingga adanya reduksi dimensi PCA membuat peningkatan akurasi sebesar 4.16%.