Hyfumo: Model Teks-Visual-Audio Multimodal Hybrid Fusion untuk Rekognisi Emosi pada Situasi Percakapan Manusia / Muhammad Anandha Fritama</p> - Repositori Universitas Negeri Malang

Hyfumo: Model Teks-Visual-Audio Multimodal Hybrid Fusion untuk Rekognisi Emosi pada Situasi Percakapan Manusia / Muhammad Anandha Fritama</p>

Fritama, Muhammad Anandha (2025) Hyfumo: Model Teks-Visual-Audio Multimodal Hybrid Fusion untuk Rekognisi Emosi pada Situasi Percakapan Manusia / Muhammad Anandha Fritama</p>. Diploma thesis, Universitas Negeri Malang.

Full text not available from this repository.

Abstract

p Emosi merupakan hal yang krusial dalam nilai dan keadaan manusia yang juga merupakan kunci untuk membangun interaksi komputer yang alami seperti manusia kecerdasan buatan dan sistem intelijen yang tidak dapat dipisahkan untuk meningkatkan kualitas hidup manusia sehingga mesin dapat memahami dan merespons emosi manusia. Emosi dapat hadir dalam berbagai bentuk dan modalitas. Emosi berkaitan dengan perilaku perasaan dan pikiran manusia yang mempengaruhi bagaimana kita mengambil keputusan bernalar dan merencanakan kehidupan. Kemajuan teknologi mempengaruhi manusia dalam banyak hal selain perubahan disruptif yang mempengaruhi kesehatan mental dan kondisi emosi kita juga membutuhkan kemajuan dalam sistem pengenalan emosi. Pengenalan emosi dapat membantu individu untuk memahami diri mereka sendiri dan meningkatkan kualitas hidup manusia. Namun kompleksitas data dan sistem pengenalan emosi sangat menantang. Pengenalan emosi terutama dalam percakapan dapat mengatasi masalah tersebut. Penulis mengusulkan pendekatan multimodal dengan fusi hibrida untuk memanfaatkan keuntungan dari teknik fusi awal dan akhir untuk meningkatkan kinerja. Oleh karena itu dalam penelitian ini penulis mengusulkan Model Teks-Visual-Audio Multimodal Hybrid Fusion (HyFuMo) yang mengekstrak fitur-fitur yang relevan dari modalitas audio tekstual dan visual dengan struktur modular dengan pendekatan baru dalam transformasi dan ekstraksi model dan modul pengklasifikasi. Hasilnya menunjukkan bahwa model yang diusulkan dapat bersaing dengan penelitian sebelumnya pada dataset IEMOCAP tetapi menciptakan peluang untuk meningkatkan performa model pada dataset MELD di penelitian selanjutnya. /p

Item Type: Thesis (Diploma)
Divisions: Fakultas Teknik (FT) > Departemen Teknik Elektro (TE) > S1 Teknik Informatika
Depositing User: library UM
Date Deposited: 21 Jan 2025 04:29
Last Modified: 09 Sep 2025 03:00
URI: http://repository.um.ac.id/id/eprint/400148

Actions (login required)

View Item View Item