<mods:mods version="3.3" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd" xmlns:mods="http://www.loc.gov/mods/v3" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"><mods:titleInfo><mods:title>SISTEM REKOMENDASI MINUMAN KOPI BERDASARKAN&#13;
EKSPRESI WAJAH MENGGUNAKAN DEEP LEARNING</mods:title></mods:titleInfo><mods:name type="personal"><mods:namePart type="given">Muhammad</mods:namePart><mods:namePart type="family">Muchsin</mods:namePart><mods:role><mods:roleTerm type="text">author</mods:roleTerm></mods:role></mods:name><mods:abstract>Kopi merupakan salah satu minuman yang sangat populer dan memiliki&#13;
tempat khusus dalam kehidupan sehari-hari masyarakat. Setiap orang memiliki&#13;
preferensi berbeda dalam memilih kopi, dan sering kali pilihan tersebut&#13;
dipengaruhi oleh suasana hati. Kondisi ini mendorong munculnya gagasan untuk&#13;
membangun sistem rekomendasi kopi yang mampu memberikan saran minuman&#13;
berdasarkan emosi pengguna. Pada penelitian ini dikembangkan sebuah prototipe&#13;
sistem rekomendasi minuman kopi berbasis ekspresi wajah menggunakan deep&#13;
learning. Sistem ini bekerja dengan memanfaatkan Facial Expression Recognition&#13;
(FER) untuk mengenali tiga kategori emosi utama, yaitu senang, sedih, dan netral.&#13;
Dataset yang digunakan adalah FER2013, dan model dilatih dengan metode&#13;
Convolutional Neural Network (CNN). Hasil deteksi emosi dipetakan ke dalam&#13;
kategori rasa kopi: manis untuk emosi senang, pahit untuk emosi sedih, dan asam&#13;
untuk emosi netral.&#13;
Pengujian sistem dilakukan secara terbatas, yakni hanya pada penulis&#13;
sendiri sebagai pengguna tunggal, sehingga penelitian ini lebih berfokus pada&#13;
validasi konsep dan uji coba teknis sistem. Hasil uji coba menunjukkan bahwa&#13;
sistem mampu mendeteksi emosi secara real-time dan memberikan rekomendasi&#13;
kopi sesuai dengan pemetaan yang telah ditentukan. Penelitian ini diharapkan&#13;
dapat menjadi dasar untuk pengembangan lebih lanjut, misalnya dengan pengujian&#13;
pada responden yang lebih luas agar akurasi dan pengalaman pengguna dapat&#13;
dinilai secara menyeluruh.</mods:abstract><mods:classification authority="lcc">000 Ilmu komputer, informasi dan pekerjaan umum</mods:classification><mods:classification authority="lcc">003 Sistem-sistem</mods:classification><mods:originInfo><mods:dateIssued encoding="iso8061">2025-12-19</mods:dateIssued></mods:originInfo><mods:originInfo><mods:publisher>Universitas AMIKOM Yogyakarta;Fakultas Ilmu Komputer</mods:publisher></mods:originInfo><mods:genre>Thesis</mods:genre></mods:mods>