<![CDATA[Ekspresi wajah mencerminkan perasaan dan komunikasi sosial seseorang, memainkan peran penting dalam komunikasi non-verbal. Penelitian ini menggunakan TensorFlow dan Convolutional Neural Network (CNN) untuk mengenali dan mengklasifikasikan tujuh ekspresi dasar wajah manusia serta ekspresi netral. CNN dipilih karena efektivitasnya dalam pengenalan citra wajah. Pemerataan distribusi data dilakukan untuk meningkatkan kinerja model. Model diuji secara real-time menggunakan video guna mengevaluasi akurasinya dalam kondisi nyata. Hasil penelitian menunjukkan bahwa sistem berbasis deep learning ini mampu mendeteksi ekspresi wajah, usia, dan jenis kelamin dengan akurasi tinggi. Untuk ekspresi "happy", "angry", dan "surprised", akurasi mencapai 98%, meskipun terdapat sedikit perbedaan pada ekspresi "fearful" dan "disgusted" akibat faktor pencahayaan dan kualitas video. Model ini berguna untuk berbagai aplikasi, seperti analisis emosi, penelitian psikologi, dan personalisasi layanan. Penggunaan TensorFlow memungkinkan sistem belajar dari data besar dan beragam, sehingga mengoptimalkan akurasi prediksi. Secara keseluruhan, sistem ini memiliki kinerja yang sangat baik dalam analisis wajah secara real-time dan dapat diandalkan untuk berbagai tujuan, termasuk pemasaran dan interaksi pengguna.]]>
Copyrights © 2025
