IMPLEMENTASI METODE SUPPORT VECTOR MACHINES DALAM KLASIFIKASI EKSPRESI WAJAH PADA CITRA DUA DIMENSI

Renaldo, Edo (2023) IMPLEMENTASI METODE SUPPORT VECTOR MACHINES DALAM KLASIFIKASI EKSPRESI WAJAH PADA CITRA DUA DIMENSI. Diploma thesis, Universitas Multi Data Palembang.

Text Edo Renaldo 1923250001.pdf Download (1MB)

Abstract

Wajah adalah organ manusia yang mengatur ekspresi, pengenalan dan komunikasi. Orang mengekspresikan perasaan mereka setiap hari dan berinteraksi dengan orang lain. Ekspresi wajah adalah jenis sinyal non-verbal yang menggunakan gerakan otot wajah. Membaca emosi ekspresi wajah membantu berkomunikasi secara non-verbal, untuk mengenali arti yang dimaksud dari kata-kata yang diucapkan secara langsung. Penelitian ini menggunakan metode klasifikasi SVM dengan ekstraksi ciri HOG untuk mengklasifikasi jenis ekspresi wajah. Database jenis ekspresi wajah diambil dari dataset publik Kaggle, menggunakan 3 jenis ekspresi wajah yang berjumlah 9300 gambar. Pengujian dilakukan secara method Confusion Matrix dan scenario uji coba. Berdasarkan hasil klasifikasi HOG dan SVM, ekspresi senang mendapatkan tingkat accuracy sebesar 89%, ekspresi wajah terkejut dengan 91.7% dan ekspresi wajah sedih dengan 84.7%. Hasil pengujian penelitian menggunakan metode HOG dan SVM ini mendapatkan tingkat Accuracy total senilai 88.44% dalam mengklasifikasi 3 ekspresi wajah.

Actions (login required)

View Item