PENERAPAN HAAR CASCADE CLASSIFIER DALAM MENDETEKSI EKSPRESI WAJAH MANUSIA MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK (CNN)

Rizky Intan Sayang (2024), PENERAPAN HAAR CASCADE CLASSIFIER DALAM MENDETEKSI EKSPRESI WAJAH MANUSIA MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK (CNN) . Skripsi, Universitas Samudra.

ABSTRAK

Manusia secara alami menggunakan ekspresi wajah untuk menunjukkan emosi dan berkomunikasi mereka pada saat berinteraksi sosial. Manusia bisa mengenali ekspresi dengan baik, tapi tidak dengan komputer. Pengenalan ekspresi wajah merupakan salah satu bidang yang masih menarik perhatian banyak peneliti dalam waktu belakangan ini akan tetapi untuk deteksi ekspresi wajah masih kurang dalam mementukan akurasi pada ekspresi wajah manusia. Dalam hal ini, penulis ingin menyelesaikan permasalahan dengan tujuan sistem dapat mengenali ekspresi wajah Senang, Marah, Netral, Jijik dan Sedih secara real time dengan mendapatkan akurasi yang lebih maksimal. Bahan yang diperlukan untuk melakukan penelitian adalah dataset berupa gambar dari macam - macam ekspresi. Berdasarkan dataset yang telah dikumpulkan dibagi menjadi 5 sub folder emosi yang berbeda, total masing - masing sebanyak 100 ekspresi Senang, Marah, Netral, Jijik, dan Sedih. Dan data uji 15 ekspresi Senang, Marah, Netral, Jijik dan Sedih. Berdasarkan hasil pengujian dengan menggunakan metode Convolutional Neural Network didapatkan nilai akurasi tertinggi yang dicapai dalam penelitian ini sebesar 88%.

File ::(login required)