UNAMAUNAMA
Jurnal PROCESSORJurnal PROCESSORPenyakit depresi menjadi permasalahan penting saat ini, karena ada peningkatan secara global penderita depresi. Faktor depresi banyak dan kompleks, dapat menjangkau semua kalangan baik anak-anak hingga lansia. Tujuan penelitian ini untuk mengetahui pola depresi dan sehat berdasarkan ekstraksi fitur suara. Metode ekstraksi fitur yang digunakan Mel-Frequency Cepstral Coefficients (MFCC). Ketiga model yang digunakan untuk mengukur performa dan evaluasi yaitu Naïve Bayes (NB), Decision Tree (DT), dan Random Forest (RD). Dataset yang digunakan EATD-Corpus berisi 162 rekaman mahasiswa Universitas Tongji Tiongkok. Hasil penelitian menunjukkan pola depresi dan sehat berhasil nampak dengan parameter MFCC yaitu 25 ukuran masing-masing frame, 10 jarak antar frame, alpha 0,97 sebagai nilai koefisien pre-emphasis, 40 jumlah maksimum koefisien mel filterbank, dan 12 jumlah cepstral coefficients. Klasifikasi thresholds diperoleh dua kelas yaitu sehat thresholds 53,00 dan depresi diatas ≥ 53,00 menggunakan Self-rating Depression Scale. Performa model, akurasi terbaik dicapai RF 0,8481. Pada kelas sehat, presisi dicapai DT 0,8814, recall dan F1-score dicapai RF masing-masing sebesar 0,9706, dan 0,9167. Pada kelas depresi, presisi dicapai RF nilai 0,3333, recall dan F1-score dicapai NB masing-masing sebesar 0,3636, dan 0,2581.
Hasil penelitian menunjukkan pola depresi berhasil terlihat menggunakan parameter MFCC yaitu 25 ukuran masing-masing frame, 10 jarak antar frame, alpha 0,97 sebagai nilai koefisien pre-emphasis, 40 jumlah maksimum koefisien mel filterbank, dan 12 jumlah cepstral coefficients.Klasifikasi thresholds dapat diperoleh dua kelas yaitu sehat dengan thresholds 53,00 dan depresi diatas ≥ 53,00 menggunakan Self-rating Depression Scale.Secara visual, grafik yang dihasilkan mengindikasikan ada perbedaan karakteristik suara antara orang depresi dan sehat.Suara orang depresi cenderung memiliki pola yang lebih datar dan stabil, sedangkan suara sehat lebih berfluktuasi dan kaya secara spektral.
Berdasarkan penelitian ini, terdapat beberapa saran penelitian lanjutan yang dapat dilakukan. Pertama, perlu dilakukan pengembangan dataset yang lebih besar dan beragam, mencakup berbagai aksen, bahasa, dan demografi untuk meningkatkan generalisasi model. Kedua, eksplorasi metode deep learning yang lebih canggih, seperti recurrent neural networks (RNN) atau transformers, dapat meningkatkan akurasi deteksi depresi dengan memanfaatkan konteks temporal dalam data suara. Ketiga, penelitian dapat difokuskan pada pengembangan model yang mampu mengidentifikasi tingkat keparahan depresi berdasarkan fitur suara, sehingga dapat memberikan informasi yang lebih rinci untuk diagnosis dan penanganan.
- ISCA Archive - Glottal Source Features for Automatic Speech-Based Depression Assessment. isca archive... doi.org/10.21437/Interspeech.2017-1251ISCA Archive Glottal Source Features for Automatic Speech Based Depression Assessment isca archive doi 10 21437 Interspeech 2017 1251
- JMIR mHealth and uHealth - Depression Prediction by Using Ecological Momentary Assessment, Actiwatch... doi.org/10.2196/14149JMIR mHealth and uHealth Depression Prediction by Using Ecological Momentary Assessment Actiwatch doi 10 2196 14149
- Voice-Based Depression Pattern Recognition Using Mel-Frequency Cepstral Coefficients Feature Extraction... ejournal.unama.ac.id/index.php/processor/article/view/2513Voice Based Depression Pattern Recognition Using Mel Frequency Cepstral Coefficients Feature Extraction ejournal unama ac index php processor article view 2513
| File size | 883.42 KB |
| Pages | 11 |
| DMCA | Report |
Related /
POLITEKNIK KEBUMENPOLITEKNIK KEBUMEN Tahapan penelitian ini terdiri dari pengambilan data sekunder, analisis menggunakan Excel, dan analisis daya menggunakan HOMER. Berdasarkan data kecepatanTahapan penelitian ini terdiri dari pengambilan data sekunder, analisis menggunakan Excel, dan analisis daya menggunakan HOMER. Berdasarkan data kecepatan
POLITEKNIK KEBUMENPOLITEKNIK KEBUMEN Sehingga, pada perhitungan akurasi, didapatkan tingkat akurasi sebesar 100%. Penilaian kenaikan jilid tilawati menggunakan metode profile matching berhasilSehingga, pada perhitungan akurasi, didapatkan tingkat akurasi sebesar 100%. Penilaian kenaikan jilid tilawati menggunakan metode profile matching berhasil
POLITEKNIK KEBUMENPOLITEKNIK KEBUMEN Untuk memajukan pelayanan pemerintahan, peran pemerintah dari tingkat pusat hingga daerah sangat vital. Pemerintah Kabupaten Kotawaringin Timur memanfaatkanUntuk memajukan pelayanan pemerintahan, peran pemerintah dari tingkat pusat hingga daerah sangat vital. Pemerintah Kabupaten Kotawaringin Timur memanfaatkan
POLITEKNIK KEBUMENPOLITEKNIK KEBUMEN Dengan begitu, penggunaan REST API akan sangat menguntungkan, baik dari sisi server maupun platform sebagai konsumsinya. Penelitian ini direncanakan untukDengan begitu, penggunaan REST API akan sangat menguntungkan, baik dari sisi server maupun platform sebagai konsumsinya. Penelitian ini direncanakan untuk
UNAMAUNAMA 2%, recall 96. 7%, F1-score 0. 97, dan mAP@0. 5 sebesar 97. 9%. Sistem juga berhasil diimplementasikan dan diuji dalam berbagai kondisi pencahayaan, serta2%, recall 96. 7%, F1-score 0. 97, dan mAP@0. 5 sebesar 97. 9%. Sistem juga berhasil diimplementasikan dan diuji dalam berbagai kondisi pencahayaan, serta
STMIKJAYAKARTASTMIKJAYAKARTA Penelitian ini berhasil mengembangkan model sentiment analysis berbasis Naive Bayes dan mengintegrasikannya ke dalam prototipe aplikasi berbasis FlaskPenelitian ini berhasil mengembangkan model sentiment analysis berbasis Naive Bayes dan mengintegrasikannya ke dalam prototipe aplikasi berbasis Flask
STMIKJAYAKARTASTMIKJAYAKARTA Studi ini membuktikan bahwa sistem cerdas berbasis JavaScript dapat meningkatkan pengalaman pengguna dengan performa waktu respon cepat dan akurasi rekomendasiStudi ini membuktikan bahwa sistem cerdas berbasis JavaScript dapat meningkatkan pengalaman pengguna dengan performa waktu respon cepat dan akurasi rekomendasi
STMIKJAYAKARTASTMIKJAYAKARTA Data yang digunakan berasal dari 391.500 ulasan dari aplikasi Shopee yang dikumpulkan melalui scraping Google Play Store. Implementasi model klasifikasiData yang digunakan berasal dari 391.500 ulasan dari aplikasi Shopee yang dikumpulkan melalui scraping Google Play Store. Implementasi model klasifikasi
Useful /
POLITEKNIKYAKPERMASPOLITEKNIKYAKPERMAS Pre Operatif adalah masa yang dimulai ketika keputusan untuk menjalani operasi dibuat dan berakhir ketika pasien dipindahkan ke meja operasi, pada fasePre Operatif adalah masa yang dimulai ketika keputusan untuk menjalani operasi dibuat dan berakhir ketika pasien dipindahkan ke meja operasi, pada fase
POLITEKNIKYAKPERMASPOLITEKNIKYAKPERMAS pada punggung tikus dan luka diobati dan diukur setiap sehari sekali hingga luka sembuh. Kontrol positif adalah bioplacenton dan kontrol negatif adalahpada punggung tikus dan luka diobati dan diukur setiap sehari sekali hingga luka sembuh. Kontrol positif adalah bioplacenton dan kontrol negatif adalah
JURNALP4IJURNALP4I Penelitian dilakukan terhadap 20 mahasiswa semester ketiga Program Studi Pendidikan Matematika di STKIP Kusuma Negara melalui dua siklus yang mencakupPenelitian dilakukan terhadap 20 mahasiswa semester ketiga Program Studi Pendidikan Matematika di STKIP Kusuma Negara melalui dua siklus yang mencakup
POLITEKNIKYAKPERMASPOLITEKNIKYAKPERMAS Dan kinerja yang sebagian besar termasuk dalam kategori baik yaitu 40 responden (90,9%) responden, dengan nilai p 0,023 < α = 0,05. Kesimpulan hasil penelitianDan kinerja yang sebagian besar termasuk dalam kategori baik yaitu 40 responden (90,9%) responden, dengan nilai p 0,023 < α = 0,05. Kesimpulan hasil penelitian