Coba bayangkan, hanya dengan mendengar suara Anda berbicara, sebuah teknologi AI mampu menebak perasaan Anda saat itu – apakah Anda sedang bahagia, sedih, stres, atau bahkan galau. Ini bukanlah fiksi ilmiah, melainkan hasil riset terkini yang memperlihatkan kemampuan AI dalam membaca suasana hati melalui intonasi suara manusia.
Teknologi ini, yang dikenal dengan nama Affective Computing atau Emotional AI, menjadi sebuah terobosan yang sungguh menarik dan mengubah cara manusia berinteraksi dengan mesin. Dengan kemampuannya untuk mendeteksi emosi melalui ekspresi wajah, nada suara, hingga teks, AI membuka peluang baru di berbagai sektor, mulai dari penanganan kesehatan mental hingga peningkatan layanan pelanggan.
Tokoh-tokoh Penting di Balik Teknologi Pendeteksi Emosi
Konsep Affective Computing pertama kali diperkenalkan oleh Rosalind Picard, seorang profesor di MIT Liputanku, pada tahun 1995. Dalam bukunya yang berjudul Affective Computing (1997), Picard menjabarkan visinya bahwa mesin dapat dirancang sedemikian rupa untuk mengenali, memahami, dan bahkan memberikan respons terhadap emosi manusia.
Fokus utamanya adalah pengembangan algoritma yang mampu menganalisis data sensorik, seperti misalnya ekspresi wajah dan intonasi suara, dengan tujuan mendeteksi emosi. Penelitiannya menjadi fondasi penting bagi pengembangan teknologi emosi AI modern.
Selain Picard, Paul Ekman, seorang psikolog yang ternama, juga memberikan kontribusi yang sangat besar melalui pengembangan Facial Action Coding System (FACS) pada tahun 1972. FACS memetakan pergerakan otot wajah (yang disebut Action Units) untuk mengidentifikasi berbagai emosi seperti bahagia, sedih, marah, atau takut. Sistem ini menjadi acuan yang krusial bagi algoritma AI dalam mengenali ekspresi wajah.
Perusahaan teknologi seperti Affectiva, yang didirikan oleh Rosalind Picard dan Rana el Kaliouby, memelopori komersialisasi teknologi ini. Affectiva mengembangkan AI yang mampu mengenali emosi secara *real-time*, yang dimanfaatkan oleh perusahaan-perusahaan seperti Unilever dan CBS untuk melakukan analisis pasar dan meningkatkan pengalaman pengguna. Selain itu, perusahaan teknologi raksasa seperti Microsoft, IBM, dan Google juga aktif mengembangkan algoritma deteksi emosi yang berbasis pada *machine learning* dan *deep learning*.
Bagaimana Cara Kerja AI dalam Mendeteksi Emosi?
AI untuk deteksi emosi bekerja dengan menganalisis data dari berbagai sumber yang berbeda, seperti gambar, video, suara, dan teks, menggunakan pendekatan multimodal. Berikut ini adalah tahapan utama bagaimana teknologi ini bekerja:
AI membutuhkan data dalam jumlah yang sangat besar agar dapat dilatih dengan baik. Data ini dapat berupa rekaman video ekspresi wajah, berkas audio percakapan, atau teks dari berbagai platform media sosial. Sebagai contoh, *dataset* wajah dari ribuan individu digunakan untuk melatih AI dalam mengenali pola emosi seperti kebahagiaan atau kesedihan.
Algoritma *machine learning*, khususnya *deep learning* dengan *convolutional neural networks* (CNN), digunakan untuk mengenali pola-pola tertentu dalam data. Untuk mengenali ekspresi wajah, AI mengidentifikasi titik-titik kunci (*keypoints*) pada wajah, seperti gerakan alis, mata, atau mulut, yang berkaitan erat dengan emosi tertentu. CNN juga digunakan untuk menganalisis sinyal EEG (elektroensefalogram) guna mendeteksi emosi dari aktivitas otak, sebagaimana yang telah diteliti oleh Tuib dkk. (2024).
Salah satu teknologi yang canggih adalah Empathy Variational Model (EVM), yang menggabungkan data dari berbagai sumber, seperti ekspresi wajah, intonasi suara, dan teks. EVM menggunakan pembelajaran variasi untuk menangani berbagai ketidakpastian dalam data, misalnya ketika ekspresi wajah terlihat ambigu, tetapi intonasi suara memberikan petunjuk emosi yang lebih jelas. Pendekatan ini memungkinkan AI untuk memberikan interpretasi emosi yang lebih akurat.
Setelah data diproses, AI mengekstrak fitur-fitur penting, seperti perubahan mikro pada wajah atau intonasi suara. Algoritma kemudian mengklasifikasikan fitur-fitur ini ke dalam kategori emosi yang spesifik, seperti enam emosi dasar (bahagia, sedih, marah, takut, jijik, terkejut) atau bahkan 27 emosi yang lebih kompleks, sebagaimana yang telah diidentifikasi oleh penelitian Alan S. Cowen dan Dacher Keltner (2017).
Setelah emosi berhasil terdeteksi, AI dapat memberikan respons yang sesuai. Misalnya, dalam layanan pelanggan, jika AI mendeteksi bahwa seorang pelanggan sedang merasa frustrasi, sistem dapat mengalihkan percakapan tersebut ke agen manusia atau menawarkan solusi yang lebih cepat.
Aplikasi dan Tantangan
Teknologi deteksi emosi AI telah diimplementasikan di berbagai bidang:
Akan tetapi, teknologi ini juga menghadapi sejumlah tantangan:
Masa Depan Deteksi Emosi AI
Seiring dengan kemajuan *deep learning* dan *neural networks*, teknologi deteksi emosi terus mengalami perkembangan yang pesat. Penelitian terbaru, seperti penggunaan CNN dan Binary Moth Flame Optimization (BMFO) untuk menganalisis sinyal EEG, memperlihatkan potensi akurasi yang semakin tinggi. Namun, penting untuk memastikan bahwa pengembangan AI ini seimbang dengan pertimbangan etis, menjaga privasi pengguna, dan menghindari bias algoritma.
Di Indonesia, penelitian yang dilakukan oleh dosen dan mahasiswa Computer Science di Binus University mengembangkan sistem Speech Emotion Recognition (SER) – sebuah sistem cerdas yang memiliki kemampuan untuk mengenali emosi dari ucapan manusia. Dengan menggabungkan kekuatan *deep learning* dan *attention mechanism*, model yang dikembangkan berhasil membaca "rasa" dari gelombang suara.
