Search for collections on Repository Universitas Peradaban

+ Advanced search

PENGENALAN EKSPRESI WAJAH MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK (CNN)

MAULANA, M. Iqbal (2023) PENGENALAN EKSPRESI WAJAH MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK (CNN). Bachelor thesis, UNIVERSITAS PERADABAN.

[img] Text (ABSTRAK)
ABSTRAK-M. IQBAL MAULANA-42419072-SKRIPSI-2023.docx - Published Version
Download (17kB)
[img] PDF (COVER)
COVER-M. IQBAL MAULANA-42419072-SKRIPSI-2023.pdf - Published Version
Download (1MB)
[img] PDF (BAB I)
BAB I-M. IQBAL MAULANA-42419072-SKRIPSI-2023.pdf - Published Version
Download (266kB)
[img] PDF (BAB II)
BAB II-M. IQBAL MAULANA-42419072-SKRIPSI-2023..pdf - Published Version
Download (892kB)
[img] PDF (BAB III)
BAB III-M. IQBAL MAULANA-42419072-SKRIPSI-2023..pdf - Published Version
Restricted to Repository staff only
Download (237kB)
[img] PDF (BAB IV)
BAB IV-M. IQBAL MAULANA-42419072-SKRIPSI-2023..pdf - Published Version
Restricted to Repository staff only
Download (735kB)
[img] PDF (BAB V)
BAB V-M. IQBAL MAULANA-42419072-SKRIPSI-2023..pdf - Published Version
Download (83kB)
[img] PDF (DAFTAR PUSTAKA)
DAFTAR PUSTAKA-M. IQBAL MAULANA-42419072-SKRIPSI-2023..pdf - Published Version
Download (184kB)
[img] PDF (LAMPIRAN)
LAMPIRAN-M. IQBAL MAULANA-42419072-SKRIPSI-2023..pdf - Published Version
Restricted to Repository staff only
Download (260kB)
[img] 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)
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: Users 514 not found.
Date Deposited: 11 Dec 2023 08:38
Last Modified: 11 Dec 2023 08:38
URI: https://repository.peradaban.ac.id/id/eprint/1473

Actions (login required)

View Item View Item