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

AQIL BAYU JALA

Informasi Dasar

360 kali
20.04.4625
006.32
Karya Ilmiah - Skripsi (S1) - Reference

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

Subjek

NEURAL NETWORKS
 

Katalog

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

Sirkulasi

Rp. 0
Rp. 0
Tidak

Pengarang

AQIL BAYU JALA
Perorangan
TITO WALUYO PURBOYO, RATNA ASTUTI NUGRAHAENI
 

Penerbit

Universitas Telkom, S1 Teknik Komputer
Bandung
2020

Koleksi

Kompetensi

 

Download / Flippingbook

 

Ulasan

Belum ada ulasan yang diberikan
anda harus sign-in untuk memberikan ulasan ke katalog ini