Sistem Deteksi Ekspresi Wajah Berbasis Convolutional Neural Network (CNN) Untuk Pengenalan Emosi Manusia

Abstrak

_{Pengenalan sistem deteksi ekspresi wajah manusia telah menjadi topik penelitian yang semakin berkembang, terutama dalam upaya mengembangkan aplikasi yang mampu memahami dan merespons emosi manusia secara otomatis. Pada penelitian ini bertujuan untuk mengembangkan dan mengevaluasi sistem deteksi ekspresi wajah manusia menggunakan metode Convolutional Neural Network (CNN). Dataset yang digunakan terdiri dari gambar wajah dengan berbagai ekspresi yang diambil dari sumber yang beragam. Data ini diproses melalui beberapa tahap preprocessing, termasuk normalisasi, augmentasi, dan pembagian data menjadi set latih dan uji. Penelitian ini menggunakan beberapa arsitektur CNN untuk mengidentifikasi emosi seperti senang, sedih, marah, dan takut. Pengujian dilakukan menggunakan berbagai parameter, termasuk pembagian data latih dan uji, serta arsitektur CNN yang berbeda. Hasil penelitian menunjukkan bahwa model CNN mampu mencapai akurasi lebih dari 90% pada data pelatihan, dengan performa terbaik pada emosi "Senang" dengan f1-score 0.93. Namun, terdapat penurunan akurasi pada data validasi, dengan rata-rata akurasi keseluruhan sebesar 78%, menunjukkan adanya tantangan dalam generalisasi model. Selain itu, emosi "Sedih" memiliki recall terendah sebesar 0.49, mengindikasikan perlunya peningkatan model dalam klasifikasi emosi tertentu. Penelitian ini berkontribusi pada pengembangan sistem deteksi ekspresi wajah berbasis CNN, namun diperlukan eksplorasi arsitektur lebih kompleks, evaluasi dataset beragam, dan pengujian data real-time untuk peningkatan performa.}