ANALISIS PENGARUH AUGMENTASI DATA PADA PENGENALAN EKSPRESI WAJAH MENGGUNAKAN METODE YOLOV3

Adiatma, Biva Candra Lutfi (2022) ANALISIS PENGARUH AUGMENTASI DATA PADA PENGENALAN EKSPRESI WAJAH MENGGUNAKAN METODE YOLOV3. S2 - Magister thesis, Universitas AMIKOM Yogyakarta.

Text (THESIS) 19.51.1279 Biva Candra Lutfi Adiatma.pdf Download (5MB)

Abstract

Ekspresi wajah adalah salah satu cara manusia untuk berkomunikasi serta berinteraksi. Ekpresi yang muncul secara tidak sengaja adalah perasaan yang sebenarnya dirasakan. Kesalahanan dalam menilai perasaan orang lain dikarenakan hanya melihat secara sekilas. Perlu adanya inovasi sistem untuk dapat melakukan pengawasan terhadap ekspresi seseorang. Machine learning telah diterapkan untuk pembuatan pengenalan ekspresi wajah walaupun mengalami kesuksesan dibidang tertentu masih terdapat kelemahan untuk mendapatkan hasil yang optimal ketika dihadapkan dengan dataset yang besar. Solusi untuk mengatasi hal ini adalah dengan melakukan pendekatan dengan metode deep learning. Permasalahan yang sering terjadi pada deep learning adalah kurangnya dataset yang digunakan. Salah satu solusi untuk memecahkan kekurangan ini adalah dengan malakukan augmentasi data. Ada banyak metode augmentasi data akan tetapi pada penelitian ini menggunakan pendekatan Crop, Shear, Rotate, Flip dan MixUp. Dalam penelitian ini akan dilakukan perbandingan kinerja dan waktu deteksi untuk mencari pengaruh augmentasi data terhadap 3 dataset yang berbeda yaitu Affectnet, RAF-DB, dan JAFFE menggunakan metode YOLOv3. Untuk mendapatkan hasil yang terbaik maka setiap dataset akan dilakukan pengujian dengan 7 scenario yang berbeda. Dari hasil yang didapatkan penelitian ini menyimpulkan Affectnet 66.71%, RAF-DB 80,42%, dan JAFFE 92,85%.

Actions (login required)

View Item