PENGENALAN EKSPRESI WAJAH BERBASIS CONVOLUTIONAL NEURAL NETWORK MENGGUNAKAN ARSITEKTUR RESIDUAL NETWORK-50

SENA PAHLEVI RISTIAWANTO

Informasi Dasar

67 kali
21.04.2882
006.32
Karya Ilmiah - Skripsi (S1) - Reference

Emosi adalah suatu kondisi dimana ada faktor faktor yang dampak pada perilaku manusia selain itu emosi bisa menggambarkan ekspresi dari manusia itu sendiri. Ekspresi wajah manusia juga berkaitan dengan emosi karena dikatakan sebagai bentuk komunikasi nonverbal. Banyak penelitian terkait ekspresi wajah diantara nya milik Tang et al dan Gupta et al terkait pengenalan ekspresi wajah menggunakan dataset dari website Kaggle yakni FER2013 menggunakan Residual Network (Resnet-50). Sistem yang dirancang menggunakan arsitektur CNN seperti dari penelitian sebelumnya yakni menggunakan Residual Network (Resnet-50 state of the art) dan Residual Network (Resnet-50) modifikasi dengan menggunakan pengujian berbeda menggunakan baik dari pengujian augmentasi dan nonaugmentasi. Dari dua arsitektur tersebut tanpa transfer learning. Kemudian langkah selanjutnya membandingkan pengujian hasil dari kedua arsitektur hasil yang jauh lebih baik dengan penelitian milik Tang et al dan Gupta et al. Model yang telah dirancang didapatkan bahwa menggunakan augmentasi dan Resnet-50 modifikasi terlihat jauh lebih baik dengan akurasi pelatihan sebesar 64.28%, tes sebesar 60.71%, validasi sebesar 60.49%. Hasil model penulis jauh lebih bagus sekitar 8% sebesar 64.28% dibandingkan 56.21 milik Gupta et al dan 12 % lebih bagus dibandingkan milik Tang et al 52.08%.

Subjek

NEURAL NETWORKS
 

Katalog

PENGENALAN EKSPRESI WAJAH BERBASIS CONVOLUTIONAL NEURAL NETWORK MENGGUNAKAN ARSITEKTUR RESIDUAL NETWORK-50
 
 
Indonesia

Sirkulasi

Rp. 0
Rp. 0
Tidak

Pengarang

SENA PAHLEVI RISTIAWANTO
Perorangan
BUDHI IRAWAN, CASI SETIANINGSIH
 

Penerbit

Universitas Telkom, S1 Teknik Komputer
Bandung
2021

Koleksi

Kompetensi

 

Download / Flippingbook

 

Ulasan

Belum ada ulasan yang diberikan
anda harus sign-in untuk memberikan ulasan ke katalog ini