Perancangan Sistem Konseling Psikologi dengan Deteksi Emosi Menggunakan Speech Emotion Recognition (Studi Kasus: SMA Negeri 1 Tajurhalang)
Keywords:
Speech Emotion Recognition, Random Forest, Konseling Psikologi, Librosa, PrototypeAbstract
Layanan bimbingan dan konseling di SMA Negeri 1 Tajurhalang masih mengandalkan pengamatan visual dan respons verbal yang sifatnya subjektif, sehingga Guru BK kesulitan mengenali kondisi emosional siswa yang tidak ditunjukkan secara terbuka. Untuk menjawab masalah ini, penelitian ini membangun sistem konseling psikologi berbasis web dengan teknologi Speech Emotion Recognition (SER) yang mendeteksi emosi siswa secara otomatis dari suara. Pengembangannya memakai metode Prototype, dengan React.js sebagai frontend, Flask API sebagai backend, MySQL sebagai basis data, dan Random Forest Classifier untuk klasifikasi emosi. Sebanyak 194 fitur akustik diekstraksi menggunakan library Librosa, meliputi MFCC, Chroma STFT, Mel Spectrogram, Spectral Contrast, Tonnetz, dan Zero Crossing Rate. Model dilatih dengan dataset IndoWaveSentiment, terdiri dari 300 file audio dari 10 aktor, 5 kategori emosi (happy, neutral, surprise, disgust, dan disappointed), 2 tingkat intensitas, dan 3 pengulangan rekaman per kategori. Hasil pengujian menunjukkan accuracy 95,83%, precision 95,96%, recall 95,96%, dan F1-score 95,96%. Black Box Testing mencatat seluruh fitur berjalan valid 100%, sedangkan UAT memperoleh skor 92,38% (kategori sangat baik). Dengan capaian ini, sistem dinilai layak digunakan Guru BK sebagai alat bantu asesmen awal memberi gambaran kondisi emosional siswa yang lebih terukur dibanding sekadar pengamatan manual.
References
Atmaja, B. T., Sasou, A., & Akagi, M. (2022). Survey on bimodal speech emotion recognition from acoustic and linguistic information fusion. Speech Communication, 140, 11–28. https://doi.org/10.1016/j.specom.2022.03.002
Badshah, A. M., Ahmad, J., Rahim, N., & Baik, S. W. (2023). Attention-based deep learning model for speech emotion recognition using multi-head self-attention. Applied Sciences, 13(5), 1–18. https://doi.org/10.3390/app13053227
Breiman, L. (2001). Random forests. Machine Learning, 45(1), 5–32. https://doi.org/10.1023/A:1010933404324
Eyben, F., Scherer, K. R., & Schuller, B. W. (2023). Affective computing and intelligent interaction. Springer.
Kementerian Pendidikan dan Kebudayaan Republik Indonesia. (2014). Peraturan Menteri Pendidikan dan Kebudayaan Nomor 111 Tahun 2014 tentang Bimbingan dan Konseling pada Pendidikan Dasar dan Pendidikan Menengah.
Latif, S., Rana, R., Khalifa, S., Jurdak, R., Epps, J., & Schuller, B. W. (2022). Multi-task semi-supervised adversarial autoencoding for speech emotion recognition. IEEE Transactions on Affective Computing, 13(2), 992–1004. https://doi.org/10.1109/TAFFC.2020.2983669
Latif, S., Rana, R., Qadir, J., & Epps, J. (2023). Deep learning for speech emotion recognition: A comprehensive survey. IEEE Transactions on Affective Computing, 14(3), 1500–1525. https://doi.org/10.1109/TAFFC.2021.3114114
McFee, B., Raffel, C., Liang, D., Ellis, D. P. W., McVicar, M., Battenberg, E., & Nieto, O. (2015). Librosa: Audio and music signal analysis in Python. Proceedings of the 14th Python in Science Conference, 18–25. https://doi.org/10.25080/Majora-7b98e3ed-003
Mustaqim, I., Maulana, A., & Hidayat, R. (2021). Indonesian speech emotion recognition based on speech features and deep learning. Jurnal Ilmu Komputer dan Informasi, 14(2), 98–107.
Prasetyo, A., Wijaya, R., & Kurniawan, H. (2023). Implementasi machine learning untuk klasifikasi emosi dalam bahasa Indonesia pada layanan konseling online. Journal of Information Systems Engineering and Business Intelligence, 9(2), 101–112.
Prayitno. (2017). Konseling profesional yang berhasil. Rajawali Pers.
Pressman, R. S., & Maxim, B. R. (2015). Software engineering: A practitioner's approach (8th ed.). McGraw-Hill Education.
Probst, P., Wright, M. N., & Boulesteix, A. L. (2019). Hyperparameters and tuning strategies for random forest. WIREs Data Mining and Knowledge Discovery, 9(3), e1301. https://doi.org/10.1002/widm.1301
Putri, D. A., & Yahfizham. (2023). Analysis and design of a web-based counseling guidance management information system at ABC High School. Journal of Information Systems and Informatics, 5(3), 712–725.
Schuller, B., Steidl, S., & Batliner, A. (2009). The INTERSPEECH 2009 emotion challenge. Proceedings of INTERSPEECH 2009, 312–315.
