Hasil Pencarian  ::  Simpan CSV :: Kembali

"Aplikasi mobile bidang transportasi di Indonesia semakin populer digunakan. MRT-J merupakan aplikasi mobile bidang transportasi yang membantu penggunanya dalam menggunakan layanan MRT Jakarta. Meskipun aplikasi mobile MRT-J dapat memudahkan penggunanya dalam menggunakan layanan MRT Jakarta, terdapat beberapa masalah yang terdapat pada aplikasi tersebut. Penelitian ini bertujuan untuk mengidentifikasi permasalahan pada aspek transportasi dan finansial dari aplikasi tersebut dan memberikan solusi berupa rancangan desain antarmuka alternatif. Perancangan desain antarmuka alternatif pada penelitian ini menggunakan metode User-Centered Design dengan menerapkan prinsip desain interaksi Shneiderman’s Eight Golden Rules of Interface Design dan Nielsen’s Ten Usability Heuristics. Data penelitian dikumpulkan dengan melakukan penyebaran kuesioner daring, Usability Testing (UT), dan penyebaran kuesioner System Usability Scale (SUS). Data berupa keluhan dan saran dianalisis dan hasil analisis tersebut digunakan untuk merancang solusi berupa desain antarmuka alternatif yang mencakup aspek transportasi dan finansial yaitu fitur beli tiket, lihat jadwal, pembayaran dan kartuku. Setelah proses perancangan solusi selesai, solusi dievaluasi dengan UT dan SUS. Hasil evaluasi solusi kemudian dibandingkan dengan hasil evaluasi terhadap aplikasi saat ini (as-is). Diperoleh bahwa nilai dari SUS mengalami peningkatan pada aspek transportasi dan finansial. SUS pada aspek transportasi memperoleh nilai 95,75, yang sebelumnya 51,5, dan SUS pada aspek finansial memperoleh nilai 92,75, yang sebelumnya 55,25. Nilai-nilai tersebut melebihi nilai 80 yang menjadi benchmark untuk menentukan suatu produk memiliki tingkat User experience yang di atas rata-rata.

---

Mobile applications on the transportation sector in Indonesia are increasingly being used. MRT-J is a mobile application in the field of transportation that helps users to use MRT Jakarta. Although the MRT-J mobile application can make it easier for users to use MRT Jakarta, there are several problems with the application. This study aims to identify problems in the transportation and financial aspects of the application and provide solutions in the form of alternative interface designs. The design of alternative interface designs in this study uses the User-Centered Design method by applying the interaction design principles of Shneiderman's Eight Golden Rules of Interface Design and Nielsen's Ten Usability Heuristics. Research data was collected by distributing online questionnaires, Usability Testing (UT), and distributing System Usability Scale (SUS) questionnaires. Data in the form of complaints and suggestions are analysed and the results of the analysis are used to design solutions in the form of alternative interface designs that include transportation and financial aspects, namely the ticket purchase feature, view schedule, payment and my card. After the solution design process is completed, the solution is evaluated with UT and SUS. The results of the evaluation of the solution are then compared with the results of the evaluation of the current application (as-is). It was found that the value of SUS has increased in the transportation and financial aspects. SUS in the transportation aspect scored 95.75, previously 51.5, and SUS in the financial aspect scored 92.75, previously 55.25. These values exceed the value of 80 which is the benchmark to determine a product has an above average level of User experience."

"Dengan adanya internet, media televisi, dan radio, data yang tersedia sangat banyak, termasuk data suara. Oleh karena itu, dibutuhkan suatu cara untuk mengorganisasikannya, yakni dengan mengubah data suara menjadi teks terlebih dahulu. Pengolahan selanjutnya cukup dilakukan terhadap teks. Proses konversi data suara menjadi teks inilah yang dikenal dengan sistem pengenalan suara (SPS) otomatis.Saat ini, SPS untuk berbagai bahasa di dunia telah berkembang pesat, seperti Bahasa Inggris, Perancis, Jepang, Thai, dan lain-lain, sedangkan penelitian SPS untuk Bahasa Indonesia sudah dimulai, namun masih dalam tahap awal. Adanya kebutuhan akan SPS dan perkembangan SPS bahasa lain yang pesat memotivasi penulis untuk melakukan penelitian SPS untuk Bahasa Indonesia.Fokus penelitian ini adalah pembuatan model akustik yang berkaitan erat dengan kamus fonetik yang digunakan. Oleh karena itu, penulis melakukan eksperimen menggunakan enam jenis kamus fonetik, yaitu IPA, SAMPA, ARPABET, Lestari [LEST06], Sakti [SAKT08], dan kamus yang dikembangkan oleh penulis (kamus Zahra). Eksperimen terbagi menjadi dua proses besar, yaitu pelatihan, dengan menggunakan 1.000 data suara rekaman telepon, dan pengujian terhadap 250 data suara rekaman telepon.Hasil eksperimen menunjukkan bahwa akurasi SPS tertinggi diperoleh saat menggunakan kamus Zahra, yakni sebesar 73,5%. Dengan menggunakan kamus fonetik yang sama, pengujian terhadap 100 berkas rekaman berita RRI menghasilkan akurasi maksimum sebesar 71,6% dengan OOV (Out of Vocabulary) sebesar 8,92%. Kamus tersebut merupakan kamus fonetik yang paling tepat untuk mendefinisikan bunyi dalam Bahasa Indonesia, dengan total simbol yang digunakan adalah 33 simbol."

"Penelitian ini mengajukan sebuah model adopsi teknologi chatbot dengan pendekatan teori elaboration likelihood model. Konstruk peripheral yang diuji antara lain visual attractiveness, language mastery, dan reputation. Sementara konstruk central yang diuji adalah information quality. Teori technology acceptance model (TAM) dijadikan referensi untuk pengembangan model yang tidak hanya mengevaluasi model secara fungsional seperti perceived ease-of-use dan perceived usefulness tetapi juga secara social seperti perceived sociability. Instrumen penelitian dikembangkan dalam bentuk survei yang disebarkan secara daring dimana responden akan diberikan waktu untuk berinteraksi dengan chatbot dan kemudian mengevaluasi pengalaman yang dirasakan. Uji hipotesis dilakukan dengan analisis data responden sejumlah 392 data dengan menggunakan metode CB-SEM. Ditemukan bahwa teori ELM dapat diterapkan dalam konteks adopsi teknologi chatbot. Rute peripheral (visual attractiveness, language mastery, dan reputation) memiliki korelasi positif terhadap perceived sociability. Rute central memiliki korelasi positif yang kuat terhadap perceived usefulness dan korelasi positif yang moderat terhadap perceived ease-of-use. Perceived sociability dan perceived usefulness ditemukan dapat memprediksi intensi pengguna untuk berinteraksi secara kuat. Sementara perceived ease-of-use tidak memiliki efek yang signifikan terhadap intensi pengguna untuk interaksi berkelanjutan. Penelitian ini menguatkan penelitian-penelitian sebelumnya yang menemukan bahwa chatbot tidak hanya butuh penerimaan secara fungsional, namun juga sosial. Dengan hasil ini, pengembang dapat mengetahui bagaimana prioritas yang harus disusun dalam pengembangan chatbot yang digunakan secara berkelanjutan oleh penggunanya.

---

This study proposes a model for the adoption of chatbot technology using the Elaboration Likelihood Model (ELM) theory. Peripheral constructs that are tested in this study include visual attractiveness, language mastery, and reputation, while the central construct includes information quality. Technology Acceptance Model (TAM) is used as a reference for the development of this research model that discusses not only functional acceptance, such as perceived ease of use and perceived usefulness but also social acceptance (perceived sociability). Research instrument developed in the form of a survey distributed to respondents and will be given time to interact with the chatbot and then evaluate their experience. Hypothesis testing is done by analyzing the data of respondents amounting to 392 data using the CB-SEM method. It was found that ELM theory can be applied in the context of the adoption of chatbot technology. Peripheral route (visual attractiveness, language mastery, and reputation) have positive interactions with perceived sociability. The central route, information quality, has a strong positive correlation on perceived ease of use and perceived usefulness. Perceived sociability and perceived usefulness are found to be a predicting factor for intention to use, while perceived ease of use does not have a correlation with the intention to use. This research support previous studies that found that for a chatbot to be adopted needs not only functional acceptance but also social acceptance. With this result, chatbots developers can understand how to design a chatbot that will be used by its users."

"Banyaknya hewan terlantar menjadi masalah bagi manusia, lingkungan, dan hewan terlantar itu sendiri. Salah satu cara untuk mengurangi jumlah hewan terlantar adalah dengan mengadopsi dan memeliharanya. Selain dapat mengurangi hewan terlantar, mengadopsi dan memelihara hewan memiliki dampak positif bagi kesehatan mental dan fisik manusia. Saat ini, proses adopsi hewan yang umum dilakukan masih menggunakan cara konvensional dengan langsung datang ke shelter atau mengadopsi dari kenalan. Adanya aplikasi adopsi hewan diharapkan dapat membantu mempermudah proses adopsi dan membuat adopsi hewan lebih dikenal oleh berbagai kalangan. Penelitian ini menghasilkan rancangan desain aplikasi adopsi hewan yang memiliki fitur edukasi pemeliharaan hewan dan dirancang menggunakan pendekatan user-centered design. Dihasilkan 17 fitur pokok yang dirancang berdasarkan riset kebutuhan pengguna hasil analisis survei dan wawancara. Rancangan desain dievaluasi melalui usability testing, hasilnya mayoritas task mendapat success rate sebesar 100%, namun yang terkecil bernilai 33,3%. Sementara itu, rata-rata nilai System Usability Scale untuk semua partisipan adalah 78,3 atau grade B+. Dari hasil evaluasi, sebanyak 38 saran perbaikan diterima dan diterapkan pada desain.

---

Large number of abandoned pets is a problem for humans, environment, and the abandoned pets themselves. One way to decrease the number is to adopt and pet them. Aside from being able to decrease abandoned pets, adopting and having animal as a pet also has positive impacts on human’s mental and physical health. Nowadays, the usual process of adopting pets is still using conventional methods by directly coming to the shelter or adopting from acquaintances. The presence of pet adoption application is expected to help facilitate the adoption process and make pet adoption more known by various groups of people. This research resulted an application design for animal adoption with additional features for pet care education. Application is designed using user-centered design approach. There are 17 main features designed based on user needs research from survey and interviews. The resulting design is then evaluated through usability testing, which obtains a success rate of 100% for most tasks, although the lowest rate obtains 33.3%. Meanwhile, the average value of the System Usability Scale for all participants is 78.3, or a grade of B+. From the evaluation results, 38 suggestions for design improvement were accepted and applied to the design."

"Banyaknya hewan terlantar menjadi masalah bagi manusia, lingkungan, dan hewan terlantar itu sendiri. Salah satu cara untuk mengurangi jumlah hewan terlantar adalah dengan mengadopsi dan memeliharanya. Selain dapat mengurangi hewan terlantar, mengadopsi dan memelihara hewan memiliki dampak positif bagi kesehatan mental dan fisik manusia. Saat ini, proses adopsi hewan yang umum dilakukan masih menggunakan cara konvensional dengan langsung datang ke shelter atau mengadopsi dari kenalan. Adanya aplikasi adopsi hewan diharapkan dapat membantu mempermudah proses adopsi dan membuat adopsi hewan lebih dikenal oleh berbagai kalangan. Penelitian ini menghasilkan rancangan desain aplikasi adopsi hewan yang memiliki fitur edukasi pemeliharaan hewan dan dirancang menggunakan pendekatan user-centered design. Dihasilkan 17 fitur pokok yang dirancang berdasarkan riset kebutuhan pengguna hasil analisis survei dan wawancara. Rancangan desain dievaluasi melalui usability testing, hasilnya mayoritas task mendapat success rate sebesar 100%, namun yang terkecil bernilai 33,3%. Sementara itu, rata-rata nilai System Usability Scale untuk semua partisipan adalah 78,3 atau grade B+. Dari hasil evaluasi, sebanyak 38 saran perbaikan diterima dan diterapkan pada desain.

---

Large number of abandoned pets is a problem for humans, environment, and the abandoned pets themselves. One way to decrease the number is to adopt and pet them. Aside from being able to decrease abandoned pets, adopting and having animal as a pet also has positive impacts on human’s mental and physical health. Nowadays, the usual process of adopting pets is still using conventional methods by directly coming to the shelter or adopting from acquaintances. The presence of pet adoption application is expected to help facilitate the adoption process and make pet adoption more known by various groups of people. This research resulted an application design for animal adoption with additional features for pet care education. Application is designed using user-centered design approach. There are 17 main features designed based on user needs research from survey and interviews. The resulting design is then evaluated through usability testing, which obtains a success rate of 100% for most tasks, although the lowest rate obtains 33.3%. Meanwhile, the average value of the System Usability Scale for all participants is 78.3, or a grade of B+. From the evaluation results, 38 suggestions for design improvement were accepted and applied to the design."

"Banyaknya hewan terlantar menjadi masalah bagi manusia, lingkungan, dan hewan terlantar itu sendiri. Salah satu cara untuk mengurangi jumlah hewan terlantar adalah dengan mengadopsi dan memeliharanya. Selain dapat mengurangi hewan terlantar, mengadopsi dan memelihara hewan memiliki dampak positif bagi kesehatan mental dan fisik manusia. Saat ini, proses adopsi hewan yang umum dilakukan masih menggunakan cara konvensional dengan langsung datang ke shelter atau mengadopsi dari kenalan. Adanya aplikasi adopsi hewan diharapkan dapat membantu mempermudah proses adopsi dan membuat adopsi hewan lebih dikenal oleh berbagai kalangan. Penelitian ini menghasilkan rancangan desain aplikasi adopsi hewan yang memiliki fitur edukasi pemeliharaan hewan dan dirancang menggunakan pendekatan user-centered design. Dihasilkan 17 fitur pokok yang dirancang berdasarkan riset kebutuhan pengguna hasil analisis survei dan wawancara. Rancangan desain dievaluasi melalui usability testing, hasilnya mayoritas task mendapat success rate sebesar 100%, namun yang terkecil bernilai 33,3%. Sementara itu, rata-rata nilai System Usability Scale untuk semua partisipan adalah 78,3 atau grade B+. Dari hasil evaluasi, sebanyak 38 saran perbaikan diterima dan diterapkan pada desain.

---

Large number of abandoned pets is a problem for humans, environment, and the

abandoned pets themselves. One way to decrease the number is to adopt and pet

them. Aside from being able to decrease abandoned pets, adopting and having

animal as a pet also has positive impacts on human’s mental and physical health.

Nowadays, the usual process of adopting pets is still using conventional methods

by directly coming to the shelter or adopting from acquaintances. The presence of

pet adoption application is expected to help facilitate the adoption process and make

pet adoption more known by various groups of people. This research resulted an

application design for animal adoption with additional features for pet care

education. Application is designed using user-centered design approach. There are

17 main features designed based on user needs research from survey and interviews.

The resulting design is then evaluated through usability testing, which obtains a

success rate of 100% for most tasks, although the lowest rate obtains 33.3%.

Meanwhile, the average value of the System Usability Scale for all participants is

78.3, or a grade of B+. From the evaluation results, 38 suggestions for design

improvement were accepted and applied to the design"

"Skripsi ini membahas mengenai penggunaan model segmentasi semantik UNet sebagai alternatif metode segmentasi wajah dan tangan gerakan isyarat SIBI (Sistem Isyarat Bahasa Indonesia) pada latar belakang kompleks. Penelitian dilakukan terhadap dataset gerakan isyarat SIBI milik Lab MLCV Fakultas Ilmu Komputer Universitas Indonesia. Dalam penelitian ini, dilakukan percobaan dengan tiga jenis konfigurasi UNet, yaitu UNet 4- level tanpa Batch Normalization, UNet 5-level tanpa Batch Normalization, dan UNet 4- level dengan Batch Normalization. Hasil segmentasi dari UNet konfigurasi terbaik kemudian dilakukan tahap pengenalan selanjutnya, yaitu ekstraksi fitur dengan MobileNetV2, penghapusan gerakan transisi dengan TCRF, dan gesture recognition dengan 2-layer biLSTM untuk mendapatkan hasil translasi serta evaluasi akhir. Selain itu, performa sistem dengan menggunakan metode segmentasi UNet dibandingkan dengan performa sistem dengan menggunakan metode segmentasi RetinaNet+Skin Color Segmentation. Hasil dari penelitian didapatkan bahwa konfigurasi UNet 4-level dengan Batch Normalization menghasilkan segmentasi yang sedikit lebih baik dibandingkan konfigurasi lainnya, yaitu dengan nilai IOU 0,9178% pada dataset berlatar belakang kompleks. Performa UNet terlihat baik pada saat kedua tangan berada di depan badan, dan menurun ketika tangan berada di posisi yang berdekatan dengan area kulit lainnya (lengan, leher, wajah). Didapatkan juga bahwa sistem pengenalan isyarat SIBI ke teks bahasa Indonesia dengan menggunakan metode segmentasi UNet berhasil memiliki performa yang lebih baik dibandingkan menggunakan metode segmentasi RetinaNet+Skin Color Segmentation, dengan nilai WER 2,703% dan SAcc 82,424% pada latar belakang kompleks. Didapatkan juga waktu komputasi UNet yang lebih cepat dibandingkan RetinaNet dengan waktu segmentasi 0,19643 detik per frame pada CPU NVIDIA DGX A100

---

This thesis discusses the use of the UNet semantic segmentation model as an alternative to hand and face segmentation methods for SIBI (Indonesian Signing System) on complex backgrounds. This research was conducted on SIBI gesture dataset by MLCV Lab (Faculty of Computer Science, Universitas Indonesia). In this study, experiments were conducted with three types of UNet configurations, namely 4-level UNet without Batch Normalization, 5-level UNet without Batch Normalization, and 4-level UNet with Batch Normalization. Segmentation results from the best UNet configuration is then carried out in the next stage of the system, namely feature extraction with MobileNetV2, epenthesis removal with TCRF, and gesture recognition with 2-layer biLSTM to obtain translation results and the final evaluations. In addition, system performance using the UNet segmentation method is compared to system performance using the RetinaNet+Skin Color Segmentation method. The results of the study showed that the 4-level UNet configuration with Batch Normalization produces slightly better segmentation than the other configurations, with an IOU of 0.9178% on a dataset with a complex background. Based on the sample results, UNet performance is good when both hands are on the front of the body, and it decreases when the hands are in close proximity to other skin areas (arms, neck, face). It was also found that the SIBI gesture recognition system to Indonesian text using the UNet segmentation method managed to have better performance than using the RetinaNet+Skin Color Segmentation, with a WER value of 2.703% and a SAcc of 82.424% on a complex background. It was also found that UNet processing time was faster than RetinaNet with a segmentation rate of 0.19643 seconds per frame on the NVIDIA DGX A100 CPU."

"Revolusi digital turut mempengaruhi segala aspek pola interaksi masyarakat termasuk akses sumber ilmu pengetahuan. Teknologi informasi dan komunikasi (TIK) menawarkan revolusi lingkungan belajar yang membuat ruang belajar lebih fleksibel dan diperuntukkan bagi peserta didik yang kesulitan dalam menghadiri kelas konvensional tatap muka. Di sisi lain, kebutuhan pada ilmu parenting yang selama ini dilalui masyarakat hanya sebatas mendengarkan cerita/mitos dari orang tua terdahulu tanpa keterlibatan para pakar didalamnya, ternyata memerlukan media untuk menjadi sumber akses ilmu parenting di tengah masyarakat. Penelitian memanfaatkan e-Learning sebagai media penyampaian ilmu parenting. Untuk mencapai keberhasilan dalam penerapan e- Learning, diperlukan mengetahui tingkat e-Learning readiness calon pengguna serta metode desain interaksi yang dapat fokus secara efektif pada kebutuhan populasi pengguna. Penelitian ini menggunakan pendekatan mixed methods. Pada tahap pengumpulan data kebutuhan, digunakan studi kuantitatif dengan penyebaran kuesioner untuk menemukan demografi calon pengguna serta melihat e-Learning readiness calon pengguna dan untuk perolehan data kualitatif dilakukan wawancara pengumpulan data kebutuhan. Adapun perancangan menggunakan metode User-Centered Design dan beberapa prinsip desain visual dan desain interaksi. Pada tahapan evaluasi menggunakan Usability Testing (UT) dan kuesioner System Usability Scale (SUS). Penelitian memperoleh skor SUS yaitu 82.33 dimana berada pada posisi peringkat A. Akan tetapi terdapat beberapa rekomendasi perbaikan yang diperoleh dari UT. Untuk penilaian e- Learning readiness, menunjukkan populasi calon pengguna telah cukup siap namun terdapat beberapa variabel yang perlu ditingkatkan agar penerapan e-Learning khusus ilmu parenting mencapai keberhasilan

---

The revolution of digital has influenced all aspects of interaction patterns in society including access to knowledge sources. Information and communication technology (ICT) now offers a revolutionary learning environment that makes learning spaces more flexible and is aimed to students who have problem to attending conventional class. In the other side, the urgency of need for knowledge about parenting which has so far been passed by the society is limited just to listening to stories / myths from previous parents without the involvement of experts in it, apparently requires the media to be a source of access to parenting knowledge in the society. Research utilized e-Learning as a medium for delivering parenting knowledge. For achieving success in implementing e-Learning, it is necessary to know the level of e-Learning readiness of prospective users and interaction design methods that can focus effectively on the needs of the user population for designing e-Learning applications specifically the science of parenting. This research used a mixed methods approach. At the stage of gathering needs data, a quantitative study was used by distributing questionnaires to find the demographics of potential users and to see the e-Learning Readiness of prospective users. For qualitative one, interviews were conducted to collect data on needs. The design used the User-Centered Design method and several principles of visual design and interaction design. In the evaluation phase also applies a mixed methods approach that used the Usability Testing (UT) and System Usability Scale (SUS) questionnaire. The study resulted in the acquisition of a SUS score with a satisfactory result that is 82.33 which is ranked A. However, there are some recommendations for improvement obtained from UT. For e-Learning Readiness assessment, the population of prospective users is quite ready, but there are a number of variables that need to be improved so the implementation of e-Learning specifically the science of parenting hopes successful."

"Open Information Extraction (Open IE) merupakan topik yang telah diteliti cukup lama terutama pada bahasa Inggris. Pada pekerjaan open information extraction, dikembangkan banyak model baik yang melakukan ekstraksi relasi umum maupun yang berfokus pada relasi khusus, misalnya relasi numerik. Pada bahasa Indonesia, telah dikembangkan beberapa model open information extraction namun belum ada model yang berfokus pada relasi numerik. Padahal, sangat banyak informasi yang disajikan dalam bentuk numerik sehingga informasi tersebut belum dapat dimanfaatkan dengan baik. Karena itu, pada riset ini kami berfokus pada ekstraksi relasi numerik pada teks berbahasa Indonesia. Tantangan dalam pekerjaan ini adalah banyaknya relasi yang mungkin dari ekspresi numerik serta kategori ekspresi numerik yang beragam yaitu kardinal, kuantitas, persen, dan uang. Selain itu, banyak juga ekspresi numerik yang tidak menyatakan sebuah relasi numerik. Kontribusi riset ini adalah model ekstraksi atribut numerik dari teks berbahasa Indonesia. Walaupun pekerjaan ini adalah pilot task, model kami memperoleh hasil yang cukup baik dengan precision score 61.06%.

---

Open Information Extraction (Open IE) is a widely studied topic, especially in English. In open information extraction research, many models have been developed for general relation extraction or for specific relations, for instance, numerical relations. In Indonesian language, there have been some works on open information extraction models but none is focusing on numerical relations. With so much information given in numerical expression, it is so unfortunate if that information can not be used. Thus, in this research, we focus on numerical relation extraction in Indonesian texts. The challenge in this work is a huge number of relations that can be produced from numerical expressions as well as several categories of numerical expressions: cardinal, quantity, percent, and money. Furthermore, many numerical expressions do not express any numerical relation. Our contribution is a numerical relation extraction model from Indonesian texts. While this work is a pilot task, our model obtained a good result with precision score of 61.06%."

"Speech Emotion Recognition adalah teknologi yang mampu bisa mendeteksi emosi lewat data suara yang diproses oleh sebuah mesin. Media yang sering digunakan untuk menjadi media interaksi antara 2 orang atau lebih yang saat ini sedang digunakan oleh banyak orang adalah Podcast, dan Talkshow. Seiring berkembangya SER, penelitian terakhir menunjukkan bahwa penggunaan metode Deep Learning dapat memberikan hasil yang memuaskan terhadap sistem SER. Pada penelitian ini akan diimplementasikan model Deep Learning yaitu dengan Recurrent Neural Network (RNN) variasi Long Short Term Memory (LSTM) untuk mengenali 4 kelas emosi (marah, netral, sedih, senang). Penelitian ini menguji model yang digunakan untuk mengenali emosi dari fitur akustik pada data secara sekuensial. Skenario training dan testing dilakukan dengan metode one-against-all dan mendapatkan hasil (1) Dataset talkshow mengungguli dataset podcast untuk tipe 1 dan 2 dan untuk semua emosi yang dibandingkan; (2) Untuk dataset podcast pada emosi marah, senang, dan sedih didapatkan akurasi optimal pada dataset tipe 1 yaitu 67.67%, 71.43%, dan 68,29%, sedangkan untuk emosi netral didapatkan akurasi terbaik pada dataset tipe 2 dengan 77.91%; (3) Untuk dataset talkshow pada emosi marah, netral, dan sedih didapatkan akurasi terbaik pada dataset tipe 2 yaitu 78.13%, 92.0%, dan 100%. Dapat disimpulkan bahwa dataset talkshow secara garis besar memberikan hasil yang lebih optimal namun memiliki variasi data yang lebih sedikit dari dataset podcast. Dari sisi panjang data, pada penelitian ini didapatkan akurasi yang lebih optimum pada dataset dengan tipe 2.

---

Speech Emotion Recognition is a technology that is able to detect emotions through voice data that is processed by a machine. Media that is often used to be a medium of interaction between two or more people who are currently being used by many people are Podcasts, and Talkshows. As SER develops, recent research shows that the use of the Deep Learning method can provide satisfactory results on the SER system. In this study a Deep Learning model will be implemented, this study uses Long Short Term Memory (LSTM) as one of the variation of Recurrent Neural Network (RNN) to recognize 4 classes of emotions (angry, neutral, sad, happy). This study examines the model used to recognize emotions from acoustic features in sequential data. Training and testing scenarios are conducted using the one-against-all method and get results (1) The talkshow dataset outperforms the podcast dataset for types 1 and 2 and for all emotions compared; (2) For the podcast dataset on angry, happy, and sad emotions, the optimal accuracy in type 1 dataset is 67.67%, 71.43%, and 68.29%, while for neutral emotions the best accuracy is obtained in type 2 dataset with 77.91%; (3) For the talkshow dataset on angry, neutral, and sad emotions the best accuracy is obtained for type 2 datasets, namely 78.13%, 92.0%, and 100%. It can be concluded that the talkshow dataset in general gives more optimal results but has fewer data variations than the podcast dataset. In terms of data length, this study found more optimum accuracy in dataset with type 2."