KLASIFIKASI EKSPRESI WAJAH MENGGUNAKAN METODE FUZZY LOCAL BINARY PATTERN (FLBP) DAN WEBER LOCAL DESCRIPTOR (WLD) DENGAN KLASIFIKASI SUPPORT VECTOR MACHINE (SVM)

ZUQNI GINA PUSPITA

Informasi Umum

Kode

20.04.4087

Klasifikasi

621.382 7 - Optical communications, Transmission of sound, Visual images, Other information by light, Optical disc technology, Laser communication

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Image Proceesing

Dilihat

79 kali

Informasi Lainnya

Abstraksi

Ekspresi wajah pada umumnya adalah salah satu bentuk interaksi non verbal pada manusia. Ekspresi wajah merupakan perubahan otot pada wajah sebagai hasil dari kondisi emosi seseorang. Selama satu dekade, peneliti telah melakukan penelitian terhadap ekspresi wajah yang bertujuan untuk mengindentifikasi kondisi emosi seseorang. Pada bidang pendidikan, kondisi emosional dan motivasi siswa dapat mempengaruhi proses pembelajaran, baik secara langsung maupun tidak langsung. Pada Tugas Akhir dirancang sebuah sistem yang dapat mengklasifikasikan jenis ekspresi wajah. Citra masukan berupa citra wajah di mana citra tersebut akan diolah menggunakan program MATLAB melalui beberapa tahap diantaranya preprocessing, ekstraksi ciri Fuzzy Local Binary Pattern (FLBP), ektraksi ciri Weber Local Descriptor (WLD), dan proses klasifikasi menggunakan Support Vector Machine (SVM). Pada tahap preprocessing, dilakukan deteksi wajah menggunakan Algoritma Viola Jones, cropping bagian wajah yang terdeteksi, dan diresize menjadi resolusi 134 × 114 piksel. Penelitian ini bertujuan untuk mempermudah klasifikasi jenis ekspresi wajah. Ekspresi wajah akan dibagi ke dalam tujuh kelas, yaitu senang, sedih, marah, kaget, takut, jijik, dan netral. Total data adalah 203 data, dengan 133 data latih dan 70 data uji. Hasil penelitian ini memiliki akurasi sebesar 92,8571%, precision sebesar 92,8571%, recall sebesar 92,8571% dan waktu komputasi sebesar 5,6405 detik.