Article Per Year (5 Year)
p-Index From 2020 - 2025
0.444
P-Index
This Author published in this journals
All Journal Techno.Com: Jurnal Teknologi Informasi Jurnal INOVTEKSeri Elektro
Fildzah Aure Gehara Zhafirah
Electronic Engineering Polytechnic Institute of Surabaya
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Energy Engineering

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Rancang Bangun Alat Pendeteksi Emosi Pada Anak Menggunakan Metode K-Means Fildzah Aure Gehara Zhafirah; Kemalasari Kemalasari; Budi Nur Iman
INOVTEK - Seri Elektro Vol 3, No 2 (2021): INOVTEK Seri Elektro
Publisher : Politeknik Negeri Bengkalis

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35314/ise.v3i2.2062

Abstract

 Emosi merupakan suatu perasaan intens yang ditujukan kepada seseorang atau suatu hal yang dapat mendorongnya untuk melakukan suatu tindakan atau berekspresi yang dapat dipicu dari dalam atau luar dirinya. Dalam kehidupan sehari-hari sangat penting untuk memahami kondisi emosional seseorang. Emosi seseorang dapat diketahui salah satunya dari ekspresi wajah, namun terkadang seseorang dapat memanipulasi apa yang sedang dialaminya dengan cara mengendalikan ekspresi wajahnya. Oleh karena itu dirancanglah sebuah alat untuk mendeteksi emosi seseorang berdasarkan perubahan kondisi tubuhnya. Pada penelitian ini akan digunakan dua buah sensor yaitu sensor GSR dan juga sensor Heart Rate. Output yang diperoleh dari masing-masing sensor tersebut akan diolah datanya dengan menggunakan mikrokontroler atau Arduino. Selanjutnya hasil output-nya akan ditampilkan berupa text dengan menggunakan LCD. Data yang akan ditampilkan pada LCD tersebut akan di cluster terlebih dahulu menjadi beberapa kelompok menggunakan metode K-Means. Dari hasil pengelompokkan jenis emosi dengan menggunakan metode K-Means masih terdapat perbedaan hasil uji antara alat dan prediksi psikolog. Dari 30 data terdapat 5 data yang berbeda atau bisa dikatakan terdapat perbedaan sebesar 16%. Alat ini juga dibuat portable dengan adanya alat pendeteksi emosi pada anak ini dapat membantu para orang tua dan para guru untuk antisipasi perubahan emosi tersebut terutama pada seorang anak.
Fusi Algoritma K-Means dan CNN untuk Klasifikasi Emosi pada Anak Fildzah Aure Gehara Zhafirah; Rika Rokhana; Riyanto Sigit; Bima Sena Bayu Dewantara
Techno.Com Vol 22, No 3 (2023): Agustus 2023
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33633/tc.v22i3.8667

Abstract

Emosi adalah perasaan yang diarahkan pada seseorang ataupun sesuatu yang bisa menyebabkan sesorang bertindak atau mengekspresikan diri dan dapat dipicu secara internal ataupun eksternal. Ekspresi wajah merupakan salah satu cara termudah untuk mengetahui emosi seseorang, namun terkadang seseorang dapat mengontrol dan memanipulasi ekspresi wajah mereka sehingga tidak sesuai dengan apa yang dialami. Oleh karena itu, penelitian ini mengembangkan sistem yang dapat mengidentifikasi emosi anak tidak hanya berdasarkan wajah tetapi juga berdasarkan perubahan kondisi tubuhnya. Penelitian ini menggunakan metode klasifikasi Convolutional Neural Network (CNN) dan juga metode clusterisasi K-Means. Penggunaan 2 metode pada penelitian ini berfungsi untuk memperkuat akurasi sistem. Metode K-Means digunakan untuk mengidentifikasi emosi berdasarkan detak jantung dan konduktivitas kulit sedangkan Metode CNN digunakan untuk mengidentifikasi emosi berdasarkan ekspresi wajah. Hasil yang diperoleh dari kedua metode tersebut akan diproses menggunakan metode fusi yang aturannya disesuaikan berdasarkan hasil pengamatan dan pengukuran, sehingga dapat diprediksi emosi pada anak berdasarkan parameter detak jantung, ekspresi wajah, dan konduktivitas kulit. Anak dengan umur 6 hingga 12 tahun digunakan sebagai subjek pada penelitian ini. Dari penelitian ini berhasil didapatkan hasil prediksi emosi anak dengan akurasi keberhasilan sebesar 80%.
Co-Authors Bima Sena Bayu Dewantara Budi Nur Iman Kemalasari Rika Rokhana Riyanto Sigit