Klasifikasi Emosi pada Audio Instagram Reels Berbasis Fitur Spektral (MFCC) Menggunakan Model XGBoost

Andriana, Syahadat'aini Renata (2026) Klasifikasi Emosi pada Audio Instagram Reels Berbasis Fitur Spektral (MFCC) Menggunakan Model XGBoost. Bachelor thesis, Institut Teknologi Kalimantan.

	Text 02221027_cover.pdf Restricted to Repository staff only until 10 July 2028. Download (824kB) | Request a copy
	Text 02221027_statement_of_authenticity.pdf Restricted to Repository staff only until 10 July 2028. Download (2MB) | Request a copy
	Text 02221027_publishing_agreement.pdf Restricted to Repository staff only until 10 July 2028. Download (2MB) | Request a copy
	Text 02221027_approval_sheet.pdf Restricted to Repository staff only until 10 July 2028. Download (2MB) | Request a copy
	Text 02221027_preface.pdf Restricted to Repository staff only until 10 July 2028. Download (2MB) | Request a copy
	Text 02221027_abstract_id.pdf Restricted to Repository staff only until 10 July 2028. Download (2MB) | Request a copy
	Text 02221027_abstract_en.pdf Restricted to Repository staff only until 10 July 2028. Download (2MB) | Request a copy
	Text 02221027_table_of_content.pdf Restricted to Repository staff only until 10 July 2028. Download (2MB) | Request a copy
	Text 02221027_illustrations.pdf Restricted to Repository staff only until 10 July 2028. Download (1MB) | Request a copy
	Text 02221027_tables.pdf Restricted to Repository staff only until 10 July 2028. Download (1MB) | Request a copy
	Text 02221027_notations.pdf Restricted to Repository staff only until 10 July 2028. Download (581kB) | Request a copy
	Text 02221027_chapter_1.pdf Restricted to Repository staff only until 10 July 2028. Download (1MB) | Request a copy
	Text 02221027_chapter_2.pdf Restricted to Repository staff only until 10 July 2028. Download (4MB) | Request a copy
	Text 02221027_chapter_3.pdf Restricted to Repository staff only until 10 July 2028. Download (2MB) | Request a copy
	Text 02221027_chapter_4.pdf Restricted to Repository staff only until 10 July 2028. Download (8MB) | Request a copy
	Text 02221027_conclusions.pdf Restricted to Repository staff only until 10 July 2028. Download (2MB) | Request a copy
	Text 02221027_bibliography.pdf Restricted to Repository staff only until 10 July 2028. Download (6MB) | Request a copy
	Text 02221027_enclosure.pdf Restricted to Repository staff only until 10 July 2028. Download (1MB) | Request a copy
	Text 02221027_paper.pdf Restricted to Repository staff only until 10 July 2028. Download (661kB) | Request a copy
	Text 02221027_presentation.pdf Restricted to Repository staff only until 10 July 2028. Download (2MB) | Request a copy

Abstract

Perkembangan media sosial, khususnya Instagram Reels, telah mengubah cara manusia mengekspresikan emosi melalui konten audio visual berdurasi pendek. Meskipun emosi dalam suara mengandung informasi penting bagi analisis perilaku digital, penelitian mengenai klasifikasi emosi berbasis audio dari media sosial masih terbatas dan didominasi oleh dataset laboratorium seperti RAVDESS, EMO-DB, dan SAVEE. Kondisi ini menimbulkan kesenjangan antara kebutuhan sistem deteksi emosi pada data di dunia nyata yang beragam dengan pendekatan konvensional yang kurang adaptif terhadap karakteristik audio media sosial. Oleh karena itu, penelitian tugas akhir ini bertujuan untuk mengekstraksi fitur audio berbasis spektral menggunakan Mel Frequency Cepstral Coefficients (MFCC) sebagai representasi sinyal suara serta mengembangkan dan mengevaluasi model klasifikasi emosi menggunakan algoritma Extreme Gradient Boosting (XGBoost). Metode penelitian terdiri atas sembilan tahapan utama, yaitu studi literatur, pengumpulan data dari dataset kompetisi Satria Data 2025 dalam bentuk tautan video Instagram Reels, konversi data dari file CSV ke WAV, ekstraksi fitur MFCC, normalisasi data dengan standard scaler, analisis kemiripan antar kelas menggunakan cosine similarity, pelatihan model XGBoost, evaluasi model, serta analisis feature importance. Variabel yang diuji meliputi panjang koefisien MFCC dengan variasi 20, 30, dan 40, dengan hyperparameter tuning berupa learning rate dengan variasi 0,1, 0,2, dan 0,3, estimators dengan variasi 100, 200, dan 300, dan max depth dengan variasi 3, 5, dan 7. Hasil penelitian tugas akhir menunjukkan bahwa model terbaik diperoleh pada panjang MFCC 30 dengan pendekatan maximum cosine similarity dan tiga kelas emosi, yaitu Surprise, Trust, dan Proud. Model menghasilkan nilai accuracy sebesar 68,75% dan F1-Score sebesar 67,98%. Hasil tersebut menunjukkan bahwa fitur MFCC yang diperoleh dapat merepresentasikan karakteristik emosi audio Instagram Reels dengan cukup baik.

Item Type:	Thesis (Bachelor)
Subjects:	Q Science > QA Mathematics
Divisions:	Jurusan Matematika dan Teknologi Informasi > Matematika
Depositing User:	Syahadat'aini Renata Andriana
Date Deposited:	10 Jul 2026 06:03
Last Modified:	10 Jul 2026 06:03
URI:	http://repository.itk.ac.id/id/eprint/26547

Actions (login required)

View Item