Implementasi Convolutional Neural Network Untuk Klasifikasi Deteksi Emosi Wajah Secara Real-Time Berbasis Web: Implementation of Convolutional Neural Network for Web-Based Real-Time Facial Emotion Detection Classification

Rahmadana, Muhammad Akbar
Sutami
Windiarti, Ika Safitri
Agung Prabowo
Amar Ma’ruf

Jurnal Sains Komputer dan Teknologi Informasi
Vol. 8 No. 1 (2025): Jurnal Sains Komputer dan Teknologi Informasi

Perkembangan teknologi Human-Computer Interaction (HCI) menuntut sistem yang mampu memahami kondisi emosional pengguna secara otomatis, namun metode konvensional seringkali terkendala oleh variasi ekspresi dan pencahayaan. Penelitian ini bertujuan untuk mengimplementasikan algoritma Convolutional Neural Network (CNN) dalam mengklasifikasikan tujuh emosi dasar wajah secara real-time melalui platform berbasis web. Metode penelitian menggunakan pendekatan eksperimental dengan model pengembangan Waterfall, memanfaatkan dataset FER2013 untuk melatih model CNN yang kemudian diintegrasikan dengan OpenCV dan TensorFlow.js untuk pemrosesan sisi klien. Sistem dirancang untuk menerima input dari webcam maupun rekaman layar guna mendukung observasi pembelajaran daring. Hasil pengujian terhadap 10 responden guru menunjukkan bahwa sistem mampu bekerja dengan rata-rata akurasi keseluruhan sebesar 65,4%. Evaluasi persepsi pengguna menggunakan skala Likert menghasilkan skor interpretasi sebesar 85,2%, yang mengindikasikan bahwa sistem masuk dalam kategori sangat baik dan layak digunakan sebagai alat bantu monitoring emosi dalam interaksi digital.