KLASIFIKASI EKSPRESI WAJAH MENGGUNAKAN METODE PRINCIPAL COMPONENT ANALYSIS (PCA) DAN CONVOLUTIONAL NEURAL NETWORK (CNN)

LYDIA, DWI and Samsuryadi, Samsuryadi and Palupi Rini, Dian (2019) KLASIFIKASI EKSPRESI WAJAH MENGGUNAKAN METODE PRINCIPAL COMPONENT ANALYSIS (PCA) DAN CONVOLUTIONAL NEURAL NETWORK (CNN). Master thesis, Universitas Sriwijaya.

	Text RAMA_55101_09042621721004.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (1MB) | Request a copy
	Text RAMA_55101_09042621721004_TURNITIN.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (9MB) | Request a copy
Preview	Text RAMA_55101_09042621721004_0004027101_0023027804_01_FRONT_REF.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (2MB) | Preview
	Text RAMA_55101_09042621721004_0004027101_0023027804_02.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (857kB) | Request a copy
	Text RAMA_55101_09042621721004_0004027101_0023027804_03.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (249kB) | Request a copy
	Text RAMA_55101_09042621721004_0004027101_0023027804_04.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (989kB) | Request a copy
	Text RAMA_55101_09042621721004_0004027101_0023027804_05.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (90kB) | Request a copy
	Text RAMA_55101_09042621721004_0004027101_0023027804_REF.pdf - Bibliography Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (164kB) | Request a copy
	Text RAMA_55101_09042621721004_0004027101_0023027804_LAMP.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (232kB) | Request a copy

Abstract

Klasifikasi ekspresi wajah secara cepat menjadi bagian penting dalam sistem komputer, dan interaksi antar manusia-komputer, untuk aplikasi seperti hiburan digital, layanan pelanggan, pemantauan pengemudi, robot emosional, dan dalam dunia kedokteran untuk mengukur rasa sakit pada pasien tunawicara. Karena pengklasifikasian ekspresi wajah dipelajari melalui beberapa aspek yang berhubungan dengan wajah itu sendiri. Ketika ekspresi wajah berubah, maka lekukan pada wajah seperti alis, hidung, bibir dan mulut akan otomatis berubah. Mayoritas metode yang diusulkan dievaluasi dengan FER frontal terbatas, dan kinerjanya menurun ketika menangani kasus FER non-frontal dan multi-view. Untuk menghadapi tantangan seperti itu, Penelitian ini melakukan perpaduan pengklasifikasian ekspresi wajah menggunakan metode Principal Component Analysis (PCA) dan Convolutional Neural Network (CNN). Hasil penelitian ini menunjukkan akurasi yang lebih akurat dari penelitian sebelumnya. Perpaduan antara metode PCA dan CNN pada SFEW 2.0 dataset mendapatkan hasil 70,4% dibandingkan menggunakan metode CNN saja dengan hasil 60,9%.

Item Type:	Thesis (Master)
Uncontrolled Keywords:	Klasifikasi, Ekspresi Wajah, Pengenalan Wajah, Convolutional Neural Network, Principal Component Analysis
Subjects:	T Technology > T Technology (General) T Technology > T Technology (General) > T58.5-58.64 Information technology
Divisions:	09-Faculty of Computer Science > 55101-Informatics (S2)
Depositing User:	Users 1502 not found.
Date Deposited:	09 Sep 2019 07:50
Last Modified:	09 Sep 2019 07:50
URI:	http://repository.unsri.ac.id/id/eprint/6479

Actions (login required)

View Item