ANALISIS ARSITEKTUR VGG16  PADA PREDIKSI KEPUTUSAN JURI PENCARIAN BAKAT  BERDASARKAN EKSPRESI WAJAH

FAKHRUDDIN FIKRIANSYAH

Informasi Umum

Kode

23.04.1682

Klasifikasi

006.32 - Neural networks, perceptrons, connectionism, neural computers

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Neural Networks, Image Proceesing,

Dilihat

264 kali

Informasi Lainnya

Abstraksi

<p>Ekspresi merupakan suatu alat komunikasi manusia untuk mengungkapkan rasa emosional. Saat ini teknologi pengenalan ekspresi wajah terus dikembangkan oleh penelitian untuk meningkatkan kualitas dari teknologi tersebut. Dengan hal tersebut akan dikembangkan model yang sudah ada agar dapat memprediksi keputusan manusia berdasarkan ekspresi wajahnya. Tugas Akhir ini menggunakan arsitektur VGG16 Modifikasi sebagai model klasifikasi ekspresi wajah. Datasets yang digunakan untuk klasifikasi adalah FER-2013 Modifikasi menjadi lima ekspresi yaitu angry, disgust, happy, neutral, dan surprise dengan jumlah data 23910. Model klasifikasi digunakan untuk pembacaan ekspresi wajah juri melalui video pada model prediksi. Hasil ekspresi yang terbaca akan dihitung menggunakan Logika Fuzzy dalam menentukan keputusan juri dengan hasil ‘yes’ atau ‘no’. Hasil pengujian Arsitektur VGG16 Modifikasi menggunakan kombinasi parameter terbaik diperoleh dengan epoch 100, batch size 32, learning rate 0.0001, dan split data 10% untuk validasi memperoleh akurasi latih 93% dan akurasi validasi 86%. Model dievaluasi dengan data testing sebesar 10% diluar dari data training memperoleh akurasi uji sebesar 85%. Classification Report dari evaluasi memperoleh precision 84%, recall 82%, dan f1-score 83%. Model yang dihasilkan memiliki performansi yang bagus dalam mengklasifikasikan ekspresi wajah dibandingkan dengan VGG16. Hasil prediksi keputusan juri menggunakan fuzzy memperoleh prediksi yang benar sebanyak 20:20 dari jumlah sampel pengujian.</p>