Pengenalan Action Unit (AU) Pada Alis Mata Manusia Menggunakan Local Phase Quantitation From Three Orthogonal Planes (LPQ-TOP) dan Adaboost-SVM

BANDY CIPTA NUR RAMADHAN

Informasi Umum

Kode

16.04.091

Klasifikasi

C -

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Image Processing

Dilihat

5 kali

Informasi Lainnya

Abstraksi

Alis mata pada wajah manusia memiliki peran penting dalam menciptakan sebuah ekspresi / emosi pada wajah manusia, hal ini membuat penelitian pada tugas akhir ini fokus kepada alis mata wajah manusia. Pada umumnya jika kita melakukan ekspresi pasti melibatkan alis mata seperti ekspresi terkejut , ekspresi marah, ekspresi sedih, dan lainnya. Dalam sebuah eskpresi wajah manusia, gerakan alis mata mata merupakan salah satu aksi unit terkecil pada wajah manusia dimana nantinya akan diproses dengan metode Facial Action Coding System (FACS). Aksi unit pada gerakan alis mata terdiri dari tiga, yaitu Action Unit 1 (AU1), Action Unit 2 (AU2), dan Action Unit 4 (AU4). FACS terbentuk karena kombinasi gerakan AU dari setiap otot yang sudah diteliti sehingga terbentuklah ekspresi wajah manusia. Kemudian AU menjadi sangat penting dalam menentukan hasil ekspresi wajah manusia oleh FACS, sehingga dalam tugas akhir ini akan diteliti mengenai AU pada alis mata manusia dengan menggunakan LPQ-TOP dan Adaboost-SVM. Kedua metode ini merupakan bagian dari penelitian-penelitian sebelumnya dimana dari penelitan tersebut didapatkan akurasi yang lebih baik dalam pengenalan AU pada wajah manusia atau bagian tertentu dari wajah manusia. Hasil akurasi penelitian terbaik diperoleh sebesar 83.81% dimana yang dideteksi oleh sistem adalah AU pada alis mata dan AU dalam kondisi normal. Parameter terbaik dalam mendeteksi AU diperoleh dari hasil mencari LPQ-TOP dengan parameter yang optimal, kemudian seleksi ciri antara 400 sampai 768 ciri dimana sebelumnya hasil ekstraksi ciri pada LPQTOP adalah 768 ciri, kemudian mencari iterasi adaboost yang optimal, dan klasifikasi SVM dengan parameter yang optimal. Kata kunci : FACS, AU, LPQ-TOP, Adaboost-SVM