Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal JIKI (Jurnal Ilmu Komputer dan Informatika)
Syaufina, Tiara
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
DEEP LEARNING UNTUK MENDETEKSI EMOSIONAL WAJAH MENGGUNAKAN ALGORITMA CONVOLUTIONAL NEURAL NETWORK (CNN) DENGAN TENSORFLOW Syaufina, Tiara; Islamadina, Raihan
JIKI (Jurnal llmu Komputer & lnformatika) Vol. 5 No. 2 (2024): JIKI Desember 2024
Publisher : Universitas Muhammadiyah Metro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24127/jiki.v5i2.7440

Abstract

: Penelitian ini mengimplementasikan metode Deep Learning untuk mendeteksi emosional wajah menggunakan algoritma convolutional neural network (CNN) dengan Tensorflow. Penelitian ini menggunakan total dataset yang terdiri dari 3.590 citra emosional wajah 2.890 untuk training dan 700 unutuk testing. Metode yang diterapkan dalam penelitian ini adalah metode Convolutinonal Neural Network (CNN) untuk mendeteksi emosional wajah menggunakan Tensorflow. Penelitian ini memilih CNN sebagai metode utama dalam klasifikasi emosi wajah karena kemampuannya yang unggul dalam pengolahan citra. CNN mampu mengekstraksi fitur visual secara otomatis termasuk pola ekspresi wajah seperti posisi mata,mulut, dan perubahan ekspresi tanpa memerlukan ekstraksi fitur manual.yang tepat dapat mencapai tingkat akurasi tinggi dalam mengenali berbagai emosi seperti bahagia, sedih, marah, dan terkejut. Dari hasil penelitian menghasilkan akurasi menggunakan epoch 50 dan batch-size 64 dari keseluruhan nya mendapatkan nilai akurasi sebesar 68% . Metode CNN berhasil membaca emosional wajah seseorang dengan menghasilkan akurasi yang berbeda-beda. Berdasarkan hasil ini, dapat disimpulkan bahwa implementasi metode CNN efektif untuk mendeteksi emosional wajah dengan akurasi yang berbeda-beda.
Co-Authors Raihan Islamadina