Analisis Pola Emosi dari Perspektif Speech Emotion Recognition untuk Identifikasi Tingkat Stres Menggunakan CNN dan LSTM

Abstract

Penelitian ini bertujuan mengidentifikasi tingkat stres melalui analisis pola emosi berbasis suara menggunakan Speech Emotion Recognition (SER). Metode yang digunakan adalah kombinasi Convolutional Neural Network (CNN) untuk ekstraksi fitur dan Long Short-Term Memory (LSTM) untuk analisis temporal. Data rekaman suara diproses melalui tahap pre-processing, augmentasi, dan ekstraksi fitur menggunakan log-Mel spectrogram. Hasil penelitian menunjukkan bahwa model CNN mencapai akurasi 96,86%, sedangkan model LSTM memperoleh akurasi 86,7% pada data uji. Evaluasi menggunakan K-Fold Cross Validation menghasilkan rata-rata akurasi 82,9% dengan F1- score 0,819. Hasil ini menunjukkan bahwa pendekatan CNN-LSTM efektif dalam mendeteksi tingkat stres secara non-invasif. Kata kunci— speech emotion recognition, cnn-lstm, emosi, stres, deep learning