DETEKSI ESTIMASI UMUR MANUSIA MELALUI AUDIO MENGGUNAKAN MFCC (MEL FREQUENCY CEPSTRUM COEFFICIENTS) DAN RNN (RECURRENT NEURAL NETWORK)

Umur merupakan salah satu atribut utama manusia sejak manusia lahir. Dengan mengetahui umur, manusia dapat lebih memahami dan meningkatkan pengalaman dalam bersosialisasi. Estimasi umur telah digunakan pada beberapa aplikasi dalam meningkatkan pengalaman pengguna, serta telah menjadi salah satu topik penelitian yang sangat diminati. Oleh karena itu, diperlukan suatu pendekatan untuk mengetahui estimasi umur pengguna dimana salah satunya melalui audio. Mel Frequency Cepstrum Coefficients (MFCC) dan Recurrent Neural Network (RNN) akan digunakan dalam melakukan estimasi umur melalui audio. MFCC digunakan untuk mendapatkan fitur dari data audio, sedangkan RNN digunakan dalam melakukan estimasi umur. Hasil dari tugas akhir ini didapatkan bahwa MFCC dan RNN dapat digunakan untuk mengetahui estimasi umur pengguna melalui audio dengan nilai accuracy terbaik yaitu 0.5647 pada model SimpleRNN, dan 0.7087 pada model LSTM.