LKP : Deteksi Ekspresi Wajah Menggunakan Deep Learning

Safiro, Garry Agustinus (2020) LKP : Deteksi Ekspresi Wajah Menggunakan Deep Learning. Undergraduate thesis, Universitas Dinamika.

[img]
Preview
Text
17410200017-2020-UNIVERSITAS DINAMIKA.pdf - Accepted Version

Download (1MB) | Preview
[img] Text
17410200017-2020-LAMPIRAN.pdf - Accepted Version
Restricted to Registered users only

Download (1MB)

Search this title on : |

Abstract

Pengenalan ekspresi wajah merupakan salah satu bidang kecerdasan buatan yang banyak diterapkan dibeberapa bidang. Ekspresi wajah dikenali dengan tujuan untuk mengindentifikasi suasana emosi dari seseorang. Beberapa ekspresi wajah yang umumnya dimiliki seseorang, seperti ekspresi netral, marah, senang. Pada penelitian ini, akan dilakukan proses pengenalan wajahsecara real-time menggunakan metode deep learning. Hasil penerapan metode deep learning pada proses pengenalan ekspresi wajah dapat diterapkan dan tingkat akurasi sebesar 85% di kondisi terang dan 70% dikondisi redup. Pengenalan ekspresi wajah ini juga dapat dilakukan pada saat menggunakan kaca mata, dengan tingkat akurasi sebesar 78% dikondisi terang. Metode ini diterapkan dengan harapan dapat diterapkan dalam penelitin yang membutuhkan pengenalan ekspresi wajah, seperti pengukur tingkat kepuasan pada konsumen. Metode CNN merupakan salah satu metode deep learning yang mampu melakukan proses pembelajaran mandiri untuk pengenalan objek, ekstraksi objek dan klasifikasi serta dapat diterapkan pada citra resolusi tinggi yang memiliki model distribusi nonparametrik.


Export Record


Item Type: Thesis (Undergraduate)
Additional Information: Garry Agustinus Safiro (17410200017)
Uncontrolled Keywords: Pengenalan Ekspresi Wajah, Real-time, Deep Learning, Emosi
Dewey Decimal Classification: 600 – Technology > 620 Engineering & Applied operations > 620 Engineering & allied operations
Divisions: Fakultas Teknologi dan Informatika > S1 Teknik Komputer
Depositing User: Garry Agustinus Safiro
Date Deposited: 29 Jan 2021 11:14
Last Modified: 29 Jan 2021 11:14
THESIS ADVISORS: 1. UNSPECIFIED (NIDN : UNSPECIFIED)
URI: http://repository.dinamika.ac.id/id/eprint/5400

Download Statistics

Downloads over the past year. Other digital versions may also be available to download e.g. from the publisher's website.

View more statistics

Actions (login required)

View Item   View Item