MAULANA, M. Iqbal (2023) PENGENALAN EKSPRESI WAJAH MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK (CNN). Bachelor thesis, UNIVERSITAS PERADABAN.
![[img]](http://eprints.peradaban.ac.id/style/images/fileicons/text.png) |
Text (ABSTRAK)
ABSTRAK-M. IQBAL MAULANA-42419072-SKRIPSI-2023.docx - Published Version Download (17kB) |
![[img]](http://eprints.peradaban.ac.id/style/images/fileicons/other.png) |
PDF (COVER)
COVER-M. IQBAL MAULANA-42419072-SKRIPSI-2023.pdf - Published Version Download (1MB) |
|
PDF (BAB I)
BAB I-M. IQBAL MAULANA-42419072-SKRIPSI-2023.pdf - Published Version Download (266kB) |
|
PDF (BAB II)
BAB II-M. IQBAL MAULANA-42419072-SKRIPSI-2023..pdf - Published Version Download (892kB) |
|
PDF (BAB III)
BAB III-M. IQBAL MAULANA-42419072-SKRIPSI-2023..pdf - Published Version Restricted to Repository staff only Download (237kB) |
|
PDF (BAB IV)
BAB IV-M. IQBAL MAULANA-42419072-SKRIPSI-2023..pdf - Published Version Restricted to Repository staff only Download (735kB) |
|
PDF (BAB V)
BAB V-M. IQBAL MAULANA-42419072-SKRIPSI-2023..pdf - Published Version Download (83kB) |
|
PDF (DAFTAR PUSTAKA)
DAFTAR PUSTAKA-M. IQBAL MAULANA-42419072-SKRIPSI-2023..pdf - Published Version Download (184kB) |
|
PDF (LAMPIRAN)
LAMPIRAN-M. IQBAL MAULANA-42419072-SKRIPSI-2023..pdf - Published Version Restricted to Repository staff only Download (260kB) |
|
PDF (ARTIKEL)
ARTIKEL-M. IQBAL MAULANA-42419072-SKRIPSI-2023.pdf - Published Version Restricted to Repository staff only Download (419kB) |
Abstract
Pengenalan ekspresi wajah telah menjadi topik penelitian yang menarik dalam bidang pengenalan pola dan pengolahan citra. Dalam penelitian ini, kami mengusulkan penggunaan Convolutional Neural Network (CNN) untuk pengenalan ekspresi wajah yang efektif dan akurat.. Pada tahap awal, kami mengumpulkan dataset yang mencakup berbagai ekspresi wajah, termasuk bahagia, sedih, marah, takut, terkejut, dan netral. Arsitektur CNN yang diusulkan terdiri dari lapisan konvolusi, lapisan pooling, dan lapisan fully connected. Kami menggunakan fungsi aktivasi ReLU pada lapisan konvolusi dan fully connected, serta menggunakan metode dropout untuk mencegah overfitting. Hasil eksperimen menunjukkan bahwa penggunaan CNN dalam pengenalan ekspresi wajah menghasilkan hasil yang baik. Kesimpulannya, penelitian ini menunjukkan bahwa Convolutional Neural Network (CNN) dapat menjadi pendekatan yang efektif dalam pengenalan ekspresi wajah. Penelitian ini memberikan kontribusi dalam pengembangan teknologi pengenalan ekspresi wajah yang dapat diterapkan dalam berbagai aplikasi seperti pengenalan emosi, pengenalan identitas, dan interaksi manusia-mesin yang lebih intuitif.
| Item Type: | Thesis (Bachelor) | |||||||||
|---|---|---|---|---|---|---|---|---|---|---|
| Contributors: |
|
|||||||||
| Uncontrolled Keywords: | Pengenalan Ekspresi Wajah, Machine Learning, Deep Learning, Convolutional Neural Network, Dataset. | |||||||||
| Subjects: | 000 Ilmu Komputer, Informasi dan Karya Umum > 000 Ilmu Umum; Ilmu Komputer dan Informasi > 006-Metode Komputer Tertentu > Komputer Grafis; Corell Draw, Video Digital; 3 Dimensi | |||||||||
| Divisions: | Fakultas Sains dan Teknologi > Program Studi Informatika - S1 | |||||||||
| Depositing User: | Ms Nur Afni Taflikhatun | |||||||||
| Date Deposited: | 11 Dec 2023 08:38 | |||||||||
| Last Modified: | 11 Dec 2023 08:38 | |||||||||
| URI: | http://eprints.peradaban.ac.id/id/eprint/1473 |
Actions (login required)
 |
View Item |