Perancangan Sistem Pendeteksi Emosi Berdasarkan Citra Ekspresi Wajah Dengan Convolutional Neural Networks Menggunakan Pustaka Keras Pada Tensorflow
Malik, Rinaldy Hi
Pengenalan sistem deteksi ekspresi wajah manusia telah menjadi topik
penelitian yang semakin berkembang, terutama dalam upaya mengembangkan
aplikasi yang mampu memahami dan merespons emosi manusia secara
otomatis. Pada penelitian ini bertujuan untuk mengembangkan dan
mengevaluasi sistem deteksi ekspresi wajah manusia menggunakan metode
Convolutional Neural Network (CNN). Dataset yang digunakan terdiri dari
gambar wajah dengan ekspresi netral, senang, marah, sedih, jijik, terkejut dan
takut. Data ini diproses melalui beberapa tahap preprocessing, termasuk
normalisasi, augmentasi, dan pembagian data menjadi set latih dan uji.
Penelitian ini menggunakan beberapa arsitektur CNN untuk mengidentifikasi
emosi seperti senang, sedih, marah, dan takut. Pengujian dilakukan
menggunakan berbagai parameter, termasuk pembagian data latih dan uji, serta
arsitektur CNN yang berbeda.Penelitian ini memberikan kontribusi dalam
pengembangan sistem deteksi ekspresi wajah berbasis CNN, namun diperlukan
eksplorasi lebih lanjut terhadap arsitektur yang lebih kompleks, evaluasi dengan
dataset yang lebih beragam, dan pengujian pada data real-time untuk
meningkatkan performa sistem.
penelitian yang semakin berkembang, terutama dalam upaya mengembangkan
aplikasi yang mampu memahami dan merespons emosi manusia secara
otomatis. Pada penelitian ini bertujuan untuk mengembangkan dan
mengevaluasi sistem deteksi ekspresi wajah manusia menggunakan metode
Convolutional Neural Network (CNN). Dataset yang digunakan terdiri dari
gambar wajah dengan ekspresi netral, senang, marah, sedih, jijik, terkejut dan
takut. Data ini diproses melalui beberapa tahap preprocessing, termasuk
normalisasi, augmentasi, dan pembagian data menjadi set latih dan uji.
Penelitian ini menggunakan beberapa arsitektur CNN untuk mengidentifikasi
emosi seperti senang, sedih, marah, dan takut. Pengujian dilakukan
menggunakan berbagai parameter, termasuk pembagian data latih dan uji, serta
arsitektur CNN yang berbeda.Penelitian ini memberikan kontribusi dalam
pengembangan sistem deteksi ekspresi wajah berbasis CNN, namun diperlukan
eksplorasi lebih lanjut terhadap arsitektur yang lebih kompleks, evaluasi dengan
dataset yang lebih beragam, dan pengujian pada data real-time untuk
meningkatkan performa sistem.
Informasi Repositori
- Jenis
- Thesis
Detail Information
- Tahun
- 2025
- Bahasa
- id
- Last Updated
- 2025-09-18T04:27:44Z
Subjects / Keywords
Akses Dokumen
Hak Cipta & Lisensi
Konten ini bersumber dari Repositori Institusi Kemendikdasmen.
Hak cipta dimiliki oleh institusi pencipta karya. Dilisensikan di bawah Creative Commons Attribution-NonCommercial 4.0 International (CC BY-NC 4.0).
Metadata di-harvest melalui protokol OAI-PMH sesuai SK Sekjen Kemendikbudristek No. 18/M/2022.
Karya Umum
Filsafat
Agama
Ilmu-ilmu Sosial
Bahasa
Ilmu-ilmu Murni
Ilmu-ilmu Terapan
Kesenian, Hiburan, dan Olahraga
Kesusastraan
Geografi dan Sejarah