PERBANDINGAN MODEL CNN UNTUK KLASIFIKASI EMOSI WAJAH

Bayunanda, Elfandry (2023) PERBANDINGAN MODEL CNN UNTUK KLASIFIKASI EMOSI WAJAH. S2 - Magister thesis, Universitas AMIKOM Yogyakarta.

Text (THESIS) 21.51.2112 Elfandry Bayunanda.pdf Download (4MB)

Abstract

Emosi adalah suatu cara manusia untuk mengungkapkan perasaannya dan hal tersebut dapat ditunjukkan melalui ekspresi wajah, nada bicara, dan gerak tubuh seseorang. Salah satu cara paling mudah untuk mengetahui emosi seseorang adalah dengan melihat melalui ekspresi wajahnya. Untuk mengetahui ekspresi wajah seseorang bukanlah suatu hal yang sulit untuk dilakukan manusia, tetapi untuk mengetahui ekspresi wajah seseorang menggunakan kecerdasan buatan merupakan suatu hal yang menantang untuk dilakukan. Pada penelitian ini melakukan klasifikasi emosi pada wajah manusia menggunakan Convolutional Neural Network (CNN) dengan membandingkan arsitektur ResNet50 dan VGG19 untuk melakukan klasifikasi emosi wajah kedalam tujuh kelas, yaitu angry, disgust, fear, happy, neutral, sad, dan surprise. Meskipun manusia dapat dengan mudah mengidentifikasi ekspresi wajah ini, untuk mengajarkan komputer melakukan hal yang sama adalah tantangan tersendiri. Penelitian ini bertujuan untuk mengetahui model yang dapat menghasilkan nilai akurasi tertinggi pada klasifikasi emosi dengan citra wajah manusia.serta mencari tau apakah perlakuan balancing data dapat mempengaruhi tingkat akurasi klasifikasi menggunakan arsitektur ResNet50 dan VGG19. Arsitektur dengan hasil tertinggi yang didapatkan untuk klasifikasi emosi wajah manusia adalah VGG19 yang dikombinasikan dengan balancing data menggunakan teknik oversampling. Nilai akurasi tertinggi yang berhasil didapatkan adalah 71.58%, penerapan teknik balancing pada dataset yang digugunakan mampu meningkatkan hasil akurasi klasifikasi secara signifikan

Actions (login required)

View Item