DETEKSI EMOSI MELALUI EKSPRESI WAJAH DENGAN MENGGUNAKAN METODE CONVOLUTION NEURAL NETWORKS (CNN)

Matari, Genisshanda Nabila (2024) DETEKSI EMOSI MELALUI EKSPRESI WAJAH DENGAN MENGGUNAKAN METODE CONVOLUTION NEURAL NETWORKS (CNN). Diploma thesis, Universitas Multi Data Palembang.

Text Genisshanda Nabila Matari 2024250071.pdf Download (1MB)

Abstract

Ekspresi wajah anak-anak sering mengalami perubahan saat mereka mengekspresikan emosi saat belajar atau bermain bersama, oleh karena itu diperlukan pengembangan sistem deteksi emosi anak menggunakan pendekatan Deep Learning dengan algoritma Convolutional Neural Network (CNN) dan arsitektur Visual Geometry Group 16. Sistem ini mengidentifikasi tujuh kategori ekspresi dasar manusia, yaitu sedih, marah, netral, nangis, bahagia, takut, jijik, dan terkejut. Pengenalan wajah dilakukan secara real-time. Hasil kinerja terbaik diperoleh pada model dengan parameter epoch 50, learning rate 0.0001, dan batch size 128. Model yang digunakan mencapai akurasi sebesar 87.50% untuk akurasi latih, 21.43% untuk akurasi validasi, dan 35.71% untuk akurasi uji.

Actions (login required)

View Item