Lihat ke Halaman Asli

Meningkatkan Kualitas Promosi Pariwisata dengan Teknologi Speech Emotion Recogniton

Diperbarui: 18 November 2024   16:23

Kompasiana adalah platform blog. Konten ini menjadi tanggung jawab bloger dan tidak mewakili pandangan redaksi Kompas.

Dokumentasi

Meningkatkan Kualitas Promosi Pariwisata dengan Teknologi Speech Emotion Recognition (SER)

Majalengka, sebuah kabupaten di Jawa Barat, dikenal dengan kekayaan budaya dan potensinya sebagai destinasi wisata. Dalam upaya mempromosikan potensi ini, Dinas Pariwisata dan Kebudayaan Majalengka mengadopsi teknologi canggih untuk mendukung berbagai acara budaya, salah satunya melalui aplikasi Speech Emotion Recognition (SER). Aplikasi ini bertujuan membantu penilaian emosi peserta acara Mojang dan Jajaka, sehingga meningkatkan kualitas promosi pariwisata berbasis data.

Apa itu Speech Emotion Recognition?
Speech Emotion Recognition (SER) adalah teknologi berbasis kecerdasan buatan yang mampu mengenali emosi manusia melalui analisis suara. Dengan menggunakan algoritma deep learning seperti Convolutional Neural Network (CNN) 1D, aplikasi SER mampu mengidentifikasi berbagai emosi seperti senang, sedih, marah, dan netral. Teknologi ini memanfaatkan data audio untuk menghasilkan analisis emosi yang akurat, sehingga sangat relevan dalam konteks acara budaya.


Manfaat Teknologi SER untuk Pariwisata
Aplikasi SER memberikan manfaat besar bagi Dinas Pariwisata dan Kebudayaan Majalengka, seperti:

  • Penilaian Objektif: Dengan analisis berbasis data, penilaian emosi peserta acara Mojang dan Jajaka menjadi lebih objektif dan konsisten.
  • Inovasi Teknologi: Penggunaan teknologi modern menciptakan citra positif bagi pariwisata Majalengka, meningkatkan daya tarik bagi wisatawan.
  • Promosi Efektif: Data emosi dapat dimanfaatkan untuk memahami pengalaman wisatawan, membantu merancang strategi promosi yang lebih efektif.

Proses Pengembangan Aplikasi

Pengembangan aplikasi ini melibatkan berbagai tahap, mulai dari preprocessing data, augmentasi data, hingga pembangunan model CNN. Dataset yang digunakan mencakup koleksi suara dari berbagai sumber seperti CREMA-D, RAVDESS, SAVEE, dan TESS. Untuk memastikan model bekerja optimal, berbagai teknik augmentasi diterapkan, seperti menambahkan noise, menggeser waktu, dan mengubah pitch suara.

Tantangan dan Solusi

Selama proses implementasi, beberapa tantangan muncul, seperti keterbatasan dataset lokal dan kualitas suara yang bervariasi. Solusi yang diterapkan meliputi augmentasi data untuk meningkatkan variasi dataset dan penggunaan metode pengurangan noise untuk memastikan data audio berkualitas tinggi.

Harapan ke Depan

Dengan integrasi teknologi SER, Dinas Pariwisata dan Kebudayaan Majalengka diharapkan mampu meningkatkan objektivitas penilaian acara budaya, mempromosikan pariwisata dengan lebih efektif, dan memperkuat posisi Majalengka sebagai destinasi wisata unggulan di Indonesia.

Baca konten-konten menarik Kompasiana langsung dari smartphone kamu. Follow channel WhatsApp Kompasiana sekarang di sini: https://whatsapp.com/channel/0029VaYjYaL4Spk7WflFYJ2H




BERI NILAI

Bagaimana reaksi Anda tentang artikel ini?

BERI KOMENTAR

Kirim

Konten Terkait


Video Pilihan

Terpopuler

Nilai Tertinggi

Feature Article

Terbaru

Headline