Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal Decode: Jurnal Pendidikan Teknologi Informasi
Sutarti
Sistem Komputer Universitas Serang Raya
Computer Science & IT Control & Systems Engineering Education Languange, Linguistic, Communication & Media Other

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

Found 2 Documents
Search

 1 
Klasifikasi dan Pengenalan Emosi dari Ekspresi Wajah Menggunakan CNN-BiLSTM dengan Teknik Data Augmentation Sutarti; Fariza Syaqialloh
Decode: Jurnal Pendidikan Teknologi Informasi Vol. 5 No. 1: MARET 2025
Publisher : Program Studi Pendidikan Teknologi Infromasi UMK

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51454/decode.v5i1.1038

Abstract

Teknologi computer vision terus berkembang dan diterapkan dalam berbagai bidang, termasuk interaksi manusia dan komputer (human-computer interaction), khususnya dalam pengenalan emosi dari ekspresi wajah atau facial expression recognition (FER). Penelitian ini bertujuan untuk mengembangkan model CNN-BiLSTM yang dilengkapi dengan data augmentation untuk mendeteksi emosi seperti marah, bahagia, takut, sedih, terkejut, jijik, dan netral. Dataset yang digunakan dalam penelitian ini adalah dataset publik FER2013, yang terdiri dari 35.887 gambar wajah grayscale berukuran 48x48 piksel. Teknik augmentasi data meliputi rotasi, flipping, dan pergeseran gambar untuk meningkatkan keragaman data dan mencegah overfitting. Model dilatih menggunakan optimizer Adam, dengan hyperparameter berupa batch size sebesar 32, jumlah epoch sebanyak 100, dan learning rate 0.001. Hasil pengujian menunjukkan bahwa model CNN-BiLSTM mencapai akurasi validasi sebesar 95%, lebih tinggi dibandingkan CNN yang hanya mencapai akurasi 70%. Selain itu, validation loss pada CNN-BiLSTM lebih stabil, menunjukkan kemampuan generalisasi yang lebih baik dibandingkan CNN, yang mengalami fluktuasi signifikan akibat kemungkinan overfitting dan kurang optimalnya parameter seperti learning rate. Analisis menggunakan confusion matrix menunjukkan bahwa CNN-BiLSTM menghasilkan klasifikasi yang lebih akurat untuk setiap emosi. Model CNN-BiLSTM memberikan kinerja lebih unggul dalam mendeteksi emosi pada FER, terutama dalam menghadapi tantangan seperti pencahayaan, posisi wajah, dan kompleksitas ekspresi.
Rancang Bangun Aplikasi Mobile Learning Pengenalan Benda Bersejarah Pada Museum Berbasis Augmented Reality Diki Susandi; Anharudin; Sutarti
Decode: Jurnal Pendidikan Teknologi Informasi Vol. 4 No. 1: MARET 2024
Publisher : Program Studi Pendidikan Teknologi Infromasi UMK

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51454/decode.v4i1.335

Abstract

Salah satu museum yang ada di Indonesia tersebut adalah Museum Situs Kepurbakalaan Banten Lama yang berada di Kota Serang. Koleksi benda-benda yang ada pada museum ini berjumlah sekitar lima ribu koleksi dengan sekitar seribu koleksi telah dilakukan pencatatan bernomor registrasi. Tidak adanya pemandu pada museum mengakibatkan kurangnya informasi yang bisa didapat pengunjung tentang benda-benda bersejarah yang ada. Informasi benda-benda bersejarah hanya berupa tulisan informasi singkat yang diletakkan di samping benda-benda bersejarah yang ada. Penelitian ini merupakan jenis penelitian terapan dengan menggunakan pendekatan Research and Development. Tahapan pengembangan sistem menggunakan pendekatan Multimedia Life Cycle atau MDLC dengan metode Luther-Sutopo. Tahapan penelitian terdiri dari (a) Concept, (b) Design, (c) Material Collecting, (d) Assembly, (e) Testing, dan (f) Distribution. Hasil penelitian berupa aplikasi mobile learning pengenalan benda bersejarah pada museum berbasis augmented reality. Tujuan dari penelitian ini adalah membangun aplikasi mobile learning pengenalan benda-benda bersejarah berbasis augmented reality pada Museum Situs Kepurbakalaan Banten Lama agar media pengenalan benda-benda bersejarah menjadi lebih interaktif dan lebih menarik sehingga minat masyarakat untuk mengunjungi dan mempelajari benda-benda bersejarah di museum meningkat dengan tampilan berupa informasi dalam bentuk 3D melalui smartphone.
Co-Authors Anharudin Fariza Syaqialloh Susandi, Diki