Pengendalian warna ekspresi wajah karakter virtual menggunakan algoritma pengklusteran berbasis klasifikasi teks, fitur titik wajah dan emoticon

Ayuningtyas, Novira Putri (2015) Pengendalian warna ekspresi wajah karakter virtual menggunakan algoritma pengklusteran berbasis klasifikasi teks, fitur titik wajah dan emoticon. Masters thesis, Institut Teknologi Sepuluh Nopember.

[img]
Preview
Text
undergraduated thesis.pdf

Download (12MB) | Preview

Abstract

Dewasa ini seiring dengan perkembangan zaman, teknologipun sudah mulai maju. Dengan adanya komputer dan software dapat meringankan beban manusia. IMK (Interaksi Manusia Komputer) merupakan salah satu cabang komputer software yang berhadapan langsung dengan manusia sebagai user interface. Dengan adanya IMK, manusia dapat berinteraksi dengan komputer. Pada penelitian ini dibuat aplikasi yang dapat berinteraksi antara komputer dengan manusia dengan dapat mengenali ekspresi emosi melalui gambar wajah pennguna, teks dan emoticon yang dimasukkan oleh pengguna. Luaran aplikasi ini berupa campuran 5 warna emosi yang pernah diteliti oleh Robert Plutchik yaitu warna merah wakil emosi marah, biru yang wakil emosi sedih, kuning wakil emosi senang, hijau wakil emosi takut dan ungu wakil emosi jijik. Untuk dapat menggabungkan 3 masukan teks, gambar wajah dan emoticon digunakanlah metode pengklusteran K-Means dan X-Means kemudian kedua pengklusteran tersebut akan dibandingkan. Variabel-variabel yang digunakan untuk metode pengklusteran adalah jarak antara emoticon dengan titik-titik wajah dan jarak antara emoticon dengan teks. Hasil dari proses pengklusteran adalah sebuah bobot yang diberikan kepada masing-masing masukan untuk dapat menggabungkan ketiga masukan tersebut. Pada aplikasi ini dihasilkan keakuratan data hasil pemetaan matriks emosi ke dalam warna emosi sebesar 76% baik dengan menggunakan metode K-Means dan XMeans dengan 25 data uji dan keakuratan mencapai 88% jika menggunakan metode KMeans dan 87% jika menggunakan metode X-Means dengan 130 data uji ======================================================================================================== Today along with the times, technology also is more advanced. With the advent of computers and software to ease the burden of man. IMK (Human Computer Interaction) is a branch of computer software dealing directly with human beings as the user interface. With the IMK, humans can interact with the computer. In this study will be made of applications that can interact with humans and computers can recognize human facial expressions of emotion through text, images and emoticons face entered by the user. The outcome of this application in the form of a mixture of 5 colors emotion ever investigated by Robert Plutchik namely red representative angry emotions, blue representative sad emotions, yellow representative happy emotions, green representatives of fear emotion, and purple representatives of disgust emotion. To be able to combine the three input text, image and face emoticon is used KMeans clustering method and X-Means clustering then both will be compared. Variables used for clustering method is the distance between the dots emoticon face and the distance between the emoticons with text. The result of the clustering is a weight given to each input to be able to combine all three of these inputs. In this application, the accuracy of the data generated mapping matrix emotion emotions into color by 76%, either by using the K-Means and X-Means with 25 test data and the accuracy reaches 88% if using K-Means method and 87% when using the method of X -Means with 130 test data.

Item Type: Thesis (Masters)
Additional Information: RTE 006.42 Ayu p
Uncontrolled Keywords: Clustering k-means, Clustering x-means, Karakter 3D, Klasifikasi Teks, Klasifikasi fitur titik wajah, Emoticon =================================================================================================== k-means Cluster, x-means Cluster, 3D characters, text classification, classification of facial feature points, Emoticon
Subjects: T Technology > TA Engineering (General). Civil engineering (General) > TA1637 Image processing--Digital techniques
Divisions: Faculty of Electrical Technology > Electrical Engineering > 20101-(S2) Master Thesis
Depositing User: - Taufiq Rahmanu
Date Deposited: 02 Apr 2019 02:32
Last Modified: 02 Apr 2019 02:32
URI: http://repository.its.ac.id/id/eprint/62673

Actions (login required)

View Item View Item