Era teknologi informasi semakin berkembang dengan cepat dan kompleks, kehandalan sistem mengolah data dengan baik akan menghasilkan informasi yang baik pula. Face Recognition merupakan topik yang ramai dibicarakan dan banyak diteliti, penemuan-penemuan dibidang ini pun banyak menghasilkan temuan yang digunakan sebagai acuan untuk Face Recognition, salah satunya Facial Expression. Sistem pengenalan emosi merupakan salah satu contoh pemrosesan citra yang termasuk pada ranah computer vision. Dalam dunia computer vision, penelitian mengenai ekspresi wajah telah dilakukan sebelumnya oleh Chinese Academy of Sciences Micro-Expression (CASME). Pada kasus micro-expressions wajah, penelitian ini fokus pada satu area yaitu lower face yang dijadikan acuan untuk fitur wajah yang digunakan. Untuk lower face area yang dijadikan ROI khusus diwilayah mulut (lower face). Untuk melakukan ROI pada area tersebut, metode yang digunakan algoritma Viola-Jones pada cascade object detector dengan menentukan ...

Pengenalan ekspresi wajah adalah topik penelitian yang aktif dilakukan dalam beberapa dekade terakhir. Aplikasinya dapat ditemukan dalam biometric security, robotika, kesehatan, neuromarketing sampai animasi avatar. Mengenal ekspresi pada wajah bukanlah merupakan masalah yang mudah dalam pembelajaran mesin, karena setiap orang dapat memiliki cara yang berbeda untuk memperlihatkan ekspresinya. Bahkan citra pada orang yang sama dalam satu ekspresi, dapat menghasilkan fitur yangbervariasi, tergantung pencahayaan, posisi maupun latarbelakangcitra. Karena itu pengenalan ekspresi wajah masih merupakan masalah yang menantang dalam bidang computer vision. Pendekatan tradisional untuk pengenalan ekspresi wajah sangat bergantung pada hand-crafted features seperti SIFT, HOG maupun LBP, yang kemudian dilanjutkan dengan training data pada citra. Dalam beberapa tahun terakhir, metode deep learning mulai dipergunakan dalam pengenalan ekspresi wajah dengan hasil yang secara umum lebih baik. Penelit...

Emosi adalah perasaan yang mengakibatkan suatu individu merespon terhadap rangsangan. Penelitian tentang emosi dasar sudah banyak diteliti, dan peneliti mengklasifikasikan menjadi enam yaitu senang, sedih, terkejut, marah, takut dan bahagia. Emosi ini memainkan peranan penting dalam interaksi manusia, contohnya dalam alat yang efektif untuk studi perilaku dan rehabilitasi medis. Ekspresi wajah manusia juga digunakan untuk pengembangan minat suatu konsumen di supermarket, seperti konsumen yang sedang berbelanja membutuhkan pelayan atau tidak. Dalam penggunaannya sistem harus dapat mendeteksi emosi atau ekspresi yang ada pada wajah. Keakuratan dalam pendeteksian ekspresi wajah adalah syarat utama kelayakan pada sistem ini. Informasi ini dapat diekstraksi ciri oleh Local Binary Pattern karena proses yang cepat dan akurat sesuai dengan kebutuhan sistem. Hasil dari LBP adalah fitur yang berdimensi tinggi. Berdasarkan penelitian sebelumnya metode Support Vector Machine cocok mengklasifika...

Ekspresi wajah adalah salah satu bentuk komunikasi non-verbal yang dapat menyampaikan keadaan emosi seseorang kepada orang yang mengamati. Manusia dapat mengetahui keadaan emosi seseorang hanya dengan melihat ekspresi wajahnya, sedangkan komputer tidak mempunyai kemampuan ini. Pengolahan citra digital memungkinkan komputer dapat mengetahui kondisi emosi seseorang dengan pengenalan ekspresi wajah. Pada pengenalan ini, dilakukan pengenalan ekspresi wajah untuk mengenali ekspresi dasar (jijik, marah, sedih, gembira, takut, terkejut) dan netral menggunakan basis data Japanese Female Facial Expression (JAFFE) dan Ekspresi Wajah Orang Indonesia. Metode ekstraksi ciri yang digunakan adalah metode tapis Gabor 2-D, menggunakan variasi 4 panjang gelombang dan 6 sudut orientasi, 5 panjang gelombang dan 8 sudut orientasi, kemudian menggunakan downsampling untuk mereduksi dimensi ciri hasil ekstraksi. Metode klasifikasi yang digunakan adalah Support Vector Machine (SVM), menggunakan jenis multi...

Recognition of the speaker's emotions is an important but challenging component of Human-Computer Interaction (HCI). The need for the recognition of the speaker's emotions is also increasing related to the need for digitizing the company's operational processes related to the implementation of industry 4.0. The use of Deep Learning methods is currently increasing, especially for processing unstructured data such as data from voice signals. This study tries to apply the Deep Learning method to classify the speaker's emotions using an open dataset from SAVEE which contains seven classes of voice emotions in English. The dataset will be trained using the CNN model. The final accuracy of the model is 88% on the training data and 52% on the test data, which means the model is overfitting. This is due to the imbalance of emotion classes in the dataset, which makes the model tend to predict classes with more labels. In addition, the lack of heterogeneity of the dataset make...

Abstrak Ekspresi wajah merupakan komunikasi non-verbal. Ekspresi wajah memuat informasi tentang emosi dan kondisi kejiwaan seseorang. Karena memuat informasi tentang emosi pada seseorang, maka dapat digunakan pada bidang periklanan, apakah dengan iklan suatu produk orang menjadi tertarik atau tidak. Untuk hal itu penulis melakukan analisis mengenai pengenalan ekspresi wajah menggunakan metode penggabungan Local Gabor Binary Pattern (LGBP) dan Support Vector Machine (SVM). Analisis menggunakan wajah dari database Japanese Female Facial Expression (JAFFE). Hasil utama dari program yang dibuat menampilkan label dari ekspresi dari wajah yang dimasukan ke program dengan akurasi sistem sebesar 69%. Kata Kunci: Pengenalan ekspresi, Local Gabor Binary Pattern (LGBP), Support Vector Machine (SVM), Japanese Female Facial Expression (JAFFE). Abstract Facial expressions are non-verbal communication. Facial expressions contain information about one's emotions and mental state. Because it con...

I will appreciate if I get the format of your project