PENGEMBANGAN MODEL KLASIFIKASI EKSPRESI WAJAH BERBASIS CNN

Jesslyn Septhia (2022) PENGEMBANGAN MODEL KLASIFIKASI EKSPRESI WAJAH BERBASIS CNN. Final Year Projects (S1) thesis, Universitas Kristen Duta Wacana.

	Text (Skripsi Informatika) 71180384_bab1_bab5_daftar pustaka.pdf Download (3MB)
	Text (Skripsi Informatika) 71180384_bab2 s.d bab4_lampiran.pdf Restricted to Registered users only Download (1MB) | Request a copy

Abstract

Pada era ini, perkembangan teknologi semakin berkembang, Peneliti memutuskan untuk melakukan penelitian terkait pengenalan ekspresi wajah berbasis Convolution Neural Network (CNN). Melalui pengenalan ekspresi wajah, diharapkan akurasi dari pergantian raut wajah dan perasaan pengguna bisa direcord yang kemudian akan dikembangkan lebih mendalam agar komputer bisa melakukan pengklasifikasian perasaan dari pengguna. Untuk pengujian ini, peneliti menggunakan dataset wajah dari IMED UI yang kemudian peneliti kembangkan dalam pengenalan 7 raut wajah yang akan dilakukan training dan testing. Dengan mengimplementasikan Machine Learning, pengenalan ekspresi wajah dapat dikembangkan. Dalam hal ini pendekatan yang digunakan oleh peneliti adalah Convolution Neural Network (CNN). Peneliti berharap pengklasifikasian ini bisa lebih berkembang dan lebih akurat. Dalam penelitian ini, peneliti mencari bahwa masih belum terdapat penelitian yang mengabungkan dataset orang Indonesia dengan orang Barat, sehingga bagian ini menjadi salah satu penelitian yang ada. Setelah pengujian dilakukan, hasil akurasi yang didapat menjadi pedoman dalam pengenalan ekspresi wajah, dimana didapati bahwa ada 4 label ekspresi yang unggul dibandingkan ekspresi lainnya, yaitu ekspresi ‘Angry’, ’Fear’, ’Sad’, dan ‘Surprise. Dengan mendapatkan hasil akurasi testing sebesar 71%

Actions (login required)

View Item