Pengenalan Ekspresi Wajah Menggunakan Deep Learning

Syaiful, Rijal (2020) Pengenalan Ekspresi Wajah Menggunakan Deep Learning. Undergraduate thesis, Universitas 17 Agustus 1945 Surabaya.

[img] Text
ABSTRAK.pdf

Download (484kB)
[img] Text
12. BAB 1.pdf
Restricted to Repository staff only

Download (17kB) | Request a copy
[img] Text
13. BAB 2.pdf
Restricted to Repository staff only

Download (429kB) | Request a copy
[img] Text
14. BAB 3.pdf
Restricted to Repository staff only

Download (94kB) | Request a copy
[img] Text
15. BAB 4.pdf
Restricted to Repository staff only

Download (974kB) | Request a copy
[img] Text
16. BAB 5.pdf
Restricted to Repository staff only

Download (8kB) | Request a copy
[img] Text
17. Daftar Pustaka.pdf

Download (72kB)
[img] Text
18. Lampiran.pdf

Download (5MB)
[img] Text
19. Jurnal Turnitin.pdf

Download (1MB)
[img] Text
20. Jurnal.pdf

Download (294kB)

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 wajah secara 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.

Item Type: Thesis (Undergraduate)
Uncontrolled Keywords: Pengenalan Ekspresi Wajah, Real-time, Deep Learning, Emosi, Akurasi
Subjects: Q Science > QA Mathematics > QA75 Electronic computers. Computer science
T Technology > T Technology (General)
Divisions: Fakultas Teknik > Program Studi Teknik Informatika
Depositing User: Syaiful Rijal .
Date Deposited: 17 Jul 2020 22:03
Last Modified: 14 Mar 2024 03:25
URI: http://repository.untag-sby.ac.id/id/eprint/3391

Actions (login required)

View Item View Item