Lorent, Samuel (2021) Implementasi Algoritma Convolutional Neural Network untuk Klasifikasi Ekspresi Wajah. Bachelor Thesis thesis, Universitas Multimedia Nusantara.
Abstract
Perkembangan teknologi telah memungkinkan aplikasi-aplikasi berbasis pembelajaran mesin untuk mendeteksi fitur wajah pada manusia. Salah satu fitur yang dapat dideteksi oleh sistem adalah ekspresi wajah. Penelitian ini bertujuan untuk mengimplementasikan algoritma CNN terhadap klasifikasi ekspresi wajah dan menguji hasil dari akurasi algoritma tersebut. Dataset yang digunakan pada penelitian ini adalah dataset FER2013 atau Facial Expression Recognition yang berisikan data pixel gambar yang mempunyai 7 buah label ekspresi berbeda. Untuk mempersiapkan proses training dan testing, data dibagi dengan test size sebanyak 0,1 dan training size 0,9. Proses training menggunakan model CNN dan Adam Optimizer sebagai salah satu hyperparameter dalam melakukan proses pelatihan. Hasil penelitian memperlihatkan bahwa penggunaan algoritma CNN dapat membuat model yang bisa melakukan klasifikasi ekspresi wajah dengan nilai akurasi 61% dan nilai loss sebanyak 1,019. Model yang ada juga dapat disematkan pada kamera untuk mendeteksi ekspresi wajah secara real-time.
Item Type: | Thesis (Bachelor Thesis) |
---|---|
Keywords: | Convolutional Neural Network, Deep Learning, Emotion, Facial Expression, FER2013 |
Subjects: | 000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems > 005 Computer Programming > 005.2 Programming for Specific Computers, Algorithm, HTML, PHP, java, C++ |
Divisions: | Faculty of Engineering & Informatics > Informatics |
SWORD Depositor: | Administrator UMN Library |
Depositing User: | Administrator UMN Library |
Date Deposited: | 24 Aug 2021 11:21 |
Last Modified: | 23 Aug 2023 06:53 |
URI: | https://kc.umn.ac.id/id/eprint/17494 |
Actions (login required)
![]() |
View Item |