IMPLEMENTASI DEEP LEARNING MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK ( CNN ) PADA EKSPRESI MANUSIA

  • Pulung Adi Nugroho Universitas Buddhi Dharma
  • Indah Fenriana Universitas Buddhi Dharma
  • Rudy Arijanto Universitas Buddhi Dharma

Abstract

Dengan perkembangan teknologi yang semakin pesat, komputer dapat belajar sendiri seperti manusia, misalnya ekspresi wajah pada manusia, dengan membuat program yang biasa kita sebut Mechine Learning . Pembelajaran mesin dapat dibuat dengan banyak algoritma. Penulis membuat Mechine Learning dengan Metode Deep Learning, yang saat ini memiliki hasil paling signifikan dalam pengenalan citra adalah Convolutional Neural Network (CNN) . CNN dirancang khusus untuk pengenalan dan klasifikasi gambar. CNNmemiliki beberapa laspisan (lapisan) yang mengekstrak informasi dari gambar dan menentukan klasifikasi dari gambar berupa skor klasifikasi. Aplikasi Penyanyi using Bahasa Pemrograman python , web Berbasis termos, t ensorflow , Dan OpenCV . Tahapan total metode yang digunakan adalah tahap pra-pemrosesan , dan tahap klasifikasi. Proses pelatihan dilakukan dengan menggunakan ukuran batch , dan epochyang berbeda-beda untuk mendapatkan model terbaik. Dataset ekspresi ekspresi senang, sedih, takut, jijik, netral, marah, dan kaget. Jumlah dataset tidak mempengaruhi penilaian nilai bahasa, tetapi kedetailan citra untuk digunakan dataset sangat mempengaruhi hasil penilaian. Dengan Epoch 100, Batch size 128 didapatkan hasil akurasi pelatihan sebesar 90% dan validasi sebesar 65%. Hasil percobaan dari total 35 ekspresi, 28 ekspresi berhasil ditebak dengan nilai yang benar-benar sebesar 80%.

Published
2020-11-05
How to Cite
NUGROHO, Pulung Adi; FENRIANA, Indah; ARIJANTO, Rudy. IMPLEMENTASI DEEP LEARNING MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK ( CNN ) PADA EKSPRESI MANUSIA. ALGOR, [S.l.], v. 2, n. 1, p. 12-20, nov. 2020. ISSN 2715-0577. Available at: <https://jurnal.ubd.ac.id/index.php/algor/article/view/441>. Date accessed: 23 apr. 2021.