Pengenalan Ekspresi Wajah Pada Data Video Menggunakan Pendekatan Berbasis Convolutional Neural Network

Nafis, Ayas Faikar (2020) Pengenalan Ekspresi Wajah Pada Data Video Menggunakan Pendekatan Berbasis Convolutional Neural Network. Undergraduate thesis, Institut Teknologi Sepuluh Nopember.

Warning
There is a more recent version of this item available.
[thumbnail of 05111640000138-Undergraduate_Thesis.pdf] Text
05111640000138-Undergraduate_Thesis.pdf - Accepted Version
Restricted to Repository staff only

Download (2MB)

Abstract

Ekspresi wajah pada manusia merupakan salah satu bentuk komunikasi secara non-verbal untuk menyampaikan keadaan emosi dalam diri manusia, sehingga berperan penting dalam interaksi sosial antar manusia. Seiring dengan perkembangan jaman, penelitian mengenai analisis ekspresi wajah merambah kepada pengenalan ekspresi wajah secara otomatis oleh komputer. Pengenalan ekspresi wajah memainkan peran penting dalam interaksi manusia-komputer, pengawasan perilaku manusia, teknik pendidikan, psikologis, hingga robot sociable. Dalam penelitian ini, dilakukan pengembangan pengenalan ekspresi wajah manusia dengan menggunakan metode deep learning bernama You Only Look Once (YOLO) yang berbasis Convolutional Neural Network (CNN). Terdapat 7 kelas ekspresi wajah yang dapat dikenali yaitu marah, jijik, takut, senang, sedih, terkejut dan netral. Dataset yang digunakan adalah dataset ekspresi wajah berbasis video seperti CK+, IMED, dan data video dari 8 subjek mahasiswa Teknik Informatika ITS dengan berbagai macam posisi wajah. Berdasarkan hasil pengujian, akurasi terbaik pada pengenalan ekspresi wajah sebesar 68% dan waktu deteksi sebesar 63,56 detik dengan parameter channel 3, learning rate 0,01, momentum 0,90, decay 0,0005, dan default anchor box.

Item Type: Thesis (Undergraduate)
Uncontrolled Keywords: CNN, Pengenalan Ekspresi Wajah, YOLO
Subjects: T Technology > TA Engineering (General). Civil engineering (General) > TA1637 Image processing--Digital techniques
Divisions: Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Informatics Engineering > 55201-(S1) Undergraduate Thesis
Depositing User: Ayas Faikar Nafis
Date Deposited: 11 Aug 2020 03:55
Last Modified: 11 Aug 2020 03:55
URI: http://repository.its.ac.id/id/eprint/77426

Available Versions of this Item

Actions (login required)

View Item View Item