IMPLEMENTASI ALGORITMA CONVOLUTIONAL NEURAL NETWORK (CNN) UNTUK KLASIFIKASI EKSPRESI WAJAH MANUSIA DI INDONESIA

AQIL BAYU JALA

Informasi Umum

Kode

20.04.4625

Klasifikasi

006.32 - Neural networks, perceptrons, connectionism, neural computers

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Neural Networks

Dilihat

254 kali

Informasi Lainnya

Abstraksi

Ekspresi emosi merupakan usaha yang dilakukan oleh seseorang untuk mengkomunikasikan status perasaan atau emosi sebagai respon terhadap situasi tertentu baik internal maupun eksternal yang terlihat dari perubahan biologis, fisiologis dan serangkaian kecenderungan tindakan seperti sikap dan tingkah laku berorientasi pada tujuan. Walaupun manusia dapat mengenali ekspresi dengan sangat baik, namun penelitian pengenal wajah terus dilakukan untuk meningkatkan kualias pengenalan ekspresi dalam interaksi manusia dan komputer. Pada penelitian ini membahas tentang deteksi ekspresi wajah manusia menggunakan metode Convolution Neural Network (CNN) dengan Indonesian Mixed Emotion Dataset (IMED), dalam algoritma ini ada dua metode dalam satu rangkaian yaitu convolution sebagai ekstraksi ciri dan neural network sebagai klasifikasi. Untuk mempermudah dalam ekstraksi ciri, peniliti melakukan preprocessing, tahap preprocessing adalah face detection, cropping, resize dan grayscaled. Untuk mengatasi overfitting, pada penelitian ini dilakukan data augmentasi pada data latih dan juga data uji. Hasil dari percobaan pada penelitian ini bahwa algoritma Convolution Neural Network (CNN) dapat mengenali ekspresi wajah manusia dengan tingkat akurasi 93.63% dari 110 ekspresi yang diujikan. Kata kunci: ekspresi wajah manusia, CNN, IMED