Text

MENDETEKSI EKSPRESI WAJAH SECARA REALTIME MENGGUNAKAN ALGORITMA CONVOLUTIONAL NEURAL NETWORK (CNN)

---

Penelitian ini membahas tentang penggunaan Convolutional Neural Network (CNN) dengan model
MobileNetV2 dalam mendeteksi ekspresi wajah manusia secara Realtime. Tujuan penelitian ini
adalah untuk mengembangkan sistem pendeteksi ekspresi wajah manusia dengan menggunakan
algoritma Deep Learning. Penelitian ini menggunakan metode pengumpulan data observasi dan
mengambil data sekunder dari kumpulan data FER2013 yang berisi 28709 sampel pelatihan, 3859
set data validasi, dan 3859 sampel uji, total 35887 gambar dengan resolusi 48x48 dan tujuh kategori
ekspresi wajah. Hasil pelatihan menunjukkan bahwa model CNN dengan menerapkan MobileNetV2
akurasi yang didapatkan pada proses training sebesar 57% dan validasi akurasi sebesar 51%.
Dalam analisis hasil tersebut, untuk hasil pengujian menggunakan confusion matrix dengan akurasi
51%, disimpulkan bahwa model tidak dapat mengenali dengan baik pola data dengan kategori jijik
dan kategori takut, yang menyebabkan hasil akurasi yang rendah. Beberapa fakor sistem tidak
mengenali ekspresi disebabkan kemiripan antara ekspresi wajah seperti sedih dan takut, atau sedih
dan jijik. Penelitian ini memberikan wawasan baru dalam pengembangan teknologi untuk mendeteksi
ekspresi wajah manusia dengan menggunakan Deep Learning dan model MobileNetV2.
Kata kunci: Deteksi Ekspresi Wajah, Deep Learning, Convolutional Neural Network (CNN),
MobileNetV2, Realtime

---

Ketersediaan

Informasi Detail

Judul Seri

-

No. Panggil

2023 621.29 Irh M

Penerbit

Ternate : PROGRAM STUDI INFORMATIKA FAKULTAS TEKNIK UNIVERSITAS KHAIRUN., 2023

Deskripsi Fisik

xii. 76 hlm. 30 cm

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

NONE

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

26 Juni 2023

Subjek

-

Info Detail Spesifik

-

Pernyataan Tanggungjawab

IRHAM MUHAMMAD HARIS

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar