EPrints Universitas Amikom YogyakartaSISTEM REKOMENDASI MINUMAN KOPI BERDASARKAN EKSPRESI WAJAH MENGGUNAKAN DEEP LEARNINGMuhammadMuchsinauthorKopi merupakan salah satu minuman yang sangat populer dan memiliki tempat khusus dalam kehidupan sehari-hari masyarakat. Setiap orang memiliki preferensi berbeda dalam memilih kopi, dan sering kali pilihan tersebut dipengaruhi oleh suasana hati. Kondisi ini mendorong munculnya gagasan untuk membangun sistem rekomendasi kopi yang mampu memberikan saran minuman berdasarkan emosi pengguna. Pada penelitian ini dikembangkan sebuah prototipe sistem rekomendasi minuman kopi berbasis ekspresi wajah menggunakan deep learning. Sistem ini bekerja dengan memanfaatkan Facial Expression Recognition (FER) untuk mengenali tiga kategori emosi utama, yaitu senang, sedih, dan netral. Dataset yang digunakan adalah FER2013, dan model dilatih dengan metode Convolutional Neural Network (CNN). Hasil deteksi emosi dipetakan ke dalam kategori rasa kopi: manis untuk emosi senang, pahit untuk emosi sedih, dan asam untuk emosi netral. Pengujian sistem dilakukan secara terbatas, yakni hanya pada penulis sendiri sebagai pengguna tunggal, sehingga penelitian ini lebih berfokus pada validasi konsep dan uji coba teknis sistem. Hasil uji coba menunjukkan bahwa sistem mampu mendeteksi emosi secara real-time dan memberikan rekomendasi kopi sesuai dengan pemetaan yang telah ditentukan. Penelitian ini diharapkan dapat menjadi dasar untuk pengembangan lebih lanjut, misalnya dengan pengujian pada responden yang lebih luas agar akurasi dan pengalaman pengguna dapat dinilai secara menyeluruh.000 Ilmu komputer, informasi dan pekerjaan umum003 Sistem-sistem2025-12-19Universitas AMIKOM Yogyakarta;Fakultas Ilmu KomputerThesis

For work being deposited by its own author: In self-archiving this collection of files and associated bibliographic metadata, I grant EPrints Universitas Amikom Yogyakarta the right to store them and to make them permanently available publicly for free on-line. I declare that this material is my own intellectual property and I understand that EPrints Universitas Amikom Yogyakarta does not assume any responsibility if there is any breach of copyright in distributing these files or metadata. (All authors are urged to prominently assert their copyright on the title page of their work.)

For work being deposited by someone other than its author: I hereby declare that the collection of files and associated bibliographic metadata that I am archiving at EPrints Universitas Amikom Yogyakarta) is in the public domain. If this is not the case, I accept full responsibility for any breach of copyright that distributing these files or metadata may entail.

Clicking on the deposit button indicates your agreement to these terms.