Alexander, Kevin (2021) Implementasi CNN untuk Pengenalan Emosi Berdasarkan Ekspresi Wajah pada Aplikasi Berbasis Web. Bachelor Thesis thesis, Universitas Multimedia Nusantara.
![[img]](https://kc.umn.ac.id/style/images/fileicons/text.png)
Abstract
Pengenalan emosi berdasarkan ekspresi wajah dengan bantuan teknologi telah diimplementasikan melalui sejumlah penelitian di berbagai bidang, seperti sistem layanan kesehatan, pengukur kepuasan pelanggan, dan lainnya. Beberapa jenis emosi yang menjadi fokus sebagian besar penelitian adalah emosi dasar dan pengembangannya, yaitu jenis-jenis emosi gabungan. Sebagian besar penelitian masih menggunakan pendekatan machine learning untuk pengenalan emosi dan dilakukan pada data gambar ekspresi wajah dalam kondisi ideal, padahal interaksi terjadi tidak dalam kondisi ideal melainkan kondisi bebas yang berarti adanya variasi pose kepala, pencahayaan, dan kondisi lainnya yang sulit dilakukan dengan pendekatan machine learning. Untuk melakukan pengenalan emosi dalam kondisi bebas dapat digunakan pendekatan deep learning. Salah satu algoritma deep learning yang telah terbukti dapat memberikan performa yang baik adalah Convolutional Neural Network (CNN). Oleh karena itu, penelitian ini membangun model klasifikasi menggunakan algoritma CNN dengan arsitektur EfficientNet yang dapat mengenali 6 (enam) emosi dasar ditambah netral (akurasi=85,45%) dan 11 (sebelas) emosi gabungan (akurasi=60,25%) berdasarkan ekspresi wajah manusia dalam kondisi bebas. Setelah itu, penelitian ini juga mengembangkan aplikasi berbasis web untuk mengimplementasikan model yang telah dibangun menggunakan bahasa pemrograman Python. Aplikasi berbasis web yang dibangun pada penelitian ini dapat mengklasifikasikan data gambar dan video ekspresi wajah dari unggahan pengguna ataupun secara real time melalui kamera. Hasil dari klasifikasi tersebut ditampilkan kepada pengguna melalui tampilan web. Dari hasil User Acceptance Testing yang dilakukan terhadap aplikasi tersebut mendapatkan tingkat keberhasilan fungsi sebesar 89% dan kepuasan pengguna 3.9 dari 5. Aplikasi ini diharapkan dapat digunakan dan dikembangkan menjadi aplikasi pengukur kepuasan pelanggan, layanan kesehatan, dan lain-lain.
| Item Type: | Thesis (Bachelor Thesis) |
|---|---|
| Keywords: | convolutional neural network, ekspresi wajah, emosi, python, web |
| Subjects: | 000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems > 004 Computer Science, Data Processing, Hardware > 004.6 Internet, Cloud Computing, Website, LAN, Email |
| Divisions: | Faculty of Engineering & Informatics > Information System |
| SWORD Depositor: | Administrator UMN Library |
| Depositing User: | Administrator UMN Library |
| Date Deposited: | 24 Aug 2021 12:04 |
| Last Modified: | 04 Jul 2023 07:28 |
| URI: | https://kc.umn.ac.id/id/eprint/17611 |
Actions (login required)
 |
View Item |
