<![CDATA[Pelayanan pelanggan pada antrean kasir sering kali dievaluasi menggunakan kuesioner konvensional yang subjektif dan mengganggu kenyamanan. Penelitian ini bertujuan mengembangkan sistem pemantauan emosi real-time berbasis pengenalan ekspresi wajah menggunakan algoritma YOLOv8n-cls yang terintegrasi dengan framework Laravel dan basis data MySQL. Pengumpulan data menggunakan dataset citra wajah bermasker dan tanpa masker yang diproses melalui augmentasi data dengan rasio distribusi 7:2:1. Model dilatih selama 50 epoch pada resolusi 224x224 piksel. Hasil pengujian menunjukkan model berhasil mencapai akurasi global sebesar 75,25%, dengan performa tertinggi pada emosi happy (precision 86,11% dan recall 80,55%). Keunggulan sistem ini terletak pada implementasi logika voting 10 detik yang terbukti efektif mereduksi noise data transien akibat fluktuasi ekspresi mikro. Secara keseluruhan, sistem ini memberikan implikasi praktis yang signifikan bagi manajemen ritel dalam menyediakan laporan indeks kepuasan pelanggan secara harian yang valid, otomatis, dan objektif.]]>
Copyrights © 2026
