METODE CNN UNTUK PENENTUAN EMOSI BERDASARKAN EKSPRESI WAJAH PADA VIDEO

Emosi seseorang dapat ditunjukan melalui ekspresi wajah. Ekspresi wajah manusia dapat berubah-ubah secara dinamis tanpa disadari oleh orang tersebut. Penelitian ini melakukan penentuan emosi dengan melakukan pengenalan ekspresi wajah manusia di dalam sebuah video. Setiap perubahan ekspresi akan direkam dan dianalisis sehingga ditemukan emosi yang paling dominan. Metode dalam penelitian ini adalah dengan melakukan klasifikasi terhadap 6 ekspresi dasar wajah manusia ditambah ekspresi netral dengan Convolutional Neural Network (CNN). Data utama yang digunakan dalam penelitian ini adalah FER-2013. Pemerataan distribusi data dilakukan untuk meningkatkan kinerja model. Teknik regularisasi dan proses pelatihan menggunakan cross-validation diterapkan dalam pengembangan model CNN untuk mencegah terjadniya overfitting. Pemodelan tersebut menghasilkan model klasifikasi yang dapat diterapkan pada sebuah video. Model tersebut diuji menggunakan data yang terpisah dari data latih dan dievaluasi menggunakan confusion matrix. Sebagai hasil evaluasi, diperoleh akurasi 74.17%, rata-rata presisi 75.14%, dan rata-rata recall 74.18%. Penentuan emosi manusia dengan menghitung banyaknya ekspresi wajah yang muncul di dalam video pada rentang waktu tertentu. Emosi pada video didasarkan pada ekspresi wajah yang paling dominan pada video tersebut