<![CDATA[Peningkatan kasus kriminalitas di Indonesia yang signifikan setiap tahunnya menimbulkan kekhawatiran publik dan mengganggu rasa aman masyarakat. Salah satu solusi preventif untuk mengantisipasi hal tersebut dengan pengembangan model Convolutional Neural Network (CNN) untuk klasifikasi ekspresi wajah dan potensinya dalam mendeteksi perilaku kriminal. Studi ini menggunakan dataset CK+ yang terdiri dari 981 citra wajah grayscale berukuran 48×48 piksel dengan tujuh kategori ekspresi (marah, sedih, jijik, senang, takut, kaget, dan hina). Data diproses melalui tahapan preprocessing berupa resize ke 224×224 piksel, normalisasi rentang piksel, serta augmentasi dengan teknik flipping, rotasi, translasi, dan zoom. Data kemudian dibagi ke dalam tiga set dengan skenario pembagian 70% untuk latih, 15% untuk validasi, dan 15% untuk pengujian. Dua arsitektur CNN, yaitu ResNet50 dan VGG16, dikembangkan menggunakan TensorFlow dan Keras untuk menganalisis performa dalam mengklasifikasikan ekspresi wajah, khususnya dalam mengidentifikasi ekspresi negatif sebagai indikator potensi tindakan kriminal. Hasil evaluasi menunjukkan bahwa model VGG16 unggul dengan akurasi mencapai 86% serta peningkatan nilai precision, recall, dan F1-score dibandingkan ResNet50 yang hanya mencapai 55%. Hasil penelitian ini dapat menjadi dasar strategi pencegahan kriminalitas yang lebih efektif melalui analisis ekspresi wajah]]>
Copyrights © 2025
