IMPLEMENTASI DETEKSI EMOSIONAL PADA WAJAH MENGGUNAKAN DEEP LEARNING - YOLOv5

Dadang Iskandar Mulyana, Aris Sufriman, Mesra Betty Yel

Abstract


Deteksi objek dalam pencitraan digital adalah proses penentuan keberadaan objek tertentu dalam citra digital. Proses pengenalan dapat dilakukan dengan berbagai metode, yang biasanya membaca karakteristik semua objek pada citra masukan. Dalam penelitian ini terdapat interaksi antara manusia dan komputer dalam analisis ujaran manusia. Penelitian ini dilakukan untuk menunjukkan apakah implementasi Deep Learning-YOLOv5 dapat digunakan untuk mendeteksi emosi manusia. Materi yang dibutuhkan untuk penelitian pengenalan wajah adalah materi berupa gambar berbagai ekspresi wajah manusia. Berdasarkan kumpulan data yang diperoleh, gambar yang dikumpulkan dibagi menjadi dua bagian, yaitu. Data latih dan data uji, yang kemudian dibagi menjadi beberapa untuk menyeimbangkan kumpulan data. Ekspresi yang berbeda diklasifikasikan ke dalam emosi yang berbeda sesuai dengan kategorinya, yaitu emosi marah, emosi senang, takut, jijik, emosi terkejut, emosi netral dan emosi sedih. Hasil penelitian menunjukkan 99 epoch dan akurasi sebesar 99%


Keywords


Deteksi Objek, Emosi, YOLOv5

Full Text:

PDF

References


Aini, Q., Lutfiani, N., Kusumah, H., & Zahran, M. S. (2021). Deteksi dan Pengenalan Objek Dengan Model Machine Learning: Model Yolo. CESS (Journal of Computer Engineering, System and Science), 6(2), 192. https://doi.org/10.24114/cess.v6i2.25840

Bettadapura, V. (2022). Implementasi Convolutional Neural Network Untuk Deteksi Emosi Melalui Wajah (Implementation of Convolutional Neural Network for Emotion Detection Through Face). 3(4), 1–9. https://www.kaggle.com/shivambhardwaj0101/emo

Dewi, N., & Ismawan, F. (2021). Implementasi Deep Learning Menggunakan Cnn Untuk Sistem Pengenalan Wajah. Faktor Exacta, 14(1), 34. https://doi.org/10.30998/faktorexacta.v14i1.8989

Inrawansyah, M. N. (2017). Implementasi Face Detection Menggunakan Metode Viola Jones Untuk Membantu Mempermudah Proses Counter Pengunjung Gedung. Jurnal Mahasiswa Teknik Informatika), 1(1), 8–16.

Iskandar Mulyana, D., Faizal Lazuardi, M., & Betty Yel, M. (2022). Deteksi Bahasa Isyarat Dalam Pengenalan Huruf Hijaiyah Dengan Metode YOLOV5. 4, 145–151.

Jiang, P. (1857). Informasi komprehensif teori emosional. 0–6.




DOI: https://doi.org/10.31932/jutech.v4i1.2174

Article Metrics

Abstract view : 955 times
PDF - 541 times

Refbacks

  • There are currently no refbacks.


Copyright (c) 2023 JUTECH : Journal Education and Technology



Creative Commons License
JUTECH: Journal Education and Technology is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.