DETEKSI EKSPRESI WAJAH MANUSIA MENGGUNAKAN CONVOLUTION NEURAL NETWORK PADA CITRA PEMBELAJARAN DARING

Abstract

Di masa pandemi, banyak kegiatan yang semula dilakukan dengan tatap muka dijadikan tatap maya dikarenakan untuk mengurangi penyebaran virus. Dalam melakukan kegiatan tatap maya, aplikasi video conference banyak digunakan untuk pertemuan dan melakukan kegiatan seperti pembelajaran. Untuk mendukung pembelajaran, terkadang guru ataupun dosen susah dalam mengamati apakah peserta itu paham atau tidak. Pada penelitian ini, digunakan dataset dari KDEF yang memiliki tujuh buah kelas. Untuk mengetahui ekspresi dari peserta, dibuatlah sebuah model menggunakan Convolution Neural Network yang dapat mendeteksi ekspresi wajah manusia. Convolution neural network yang dibuat ini memiliki kontribusi di mana model yang digunakan adalah YOLO-face yang disambung secara pipeline dengan CNN untuk klasifikasi yang memiliki arsitektur Alexnet dan modifikasi dari Alexnet tersebut. Cara kerja dari model ini adalah gambar di proses ke dalam YOLO-face kemudian hasil dari YOLO-face dipakai oleh CNN klasifikasi untuk dapat mengklasifikasikan ekspresi wajah dari peserta. Kemudian foto akan diklasifikasikan menggunakan modifikasi CNN dari arsitektur Alexnet. Didapatkan akurasi sebesar 0,94 saat training, precision sebesar 0,92 saat training, dan recall sebesar 0,96 saat trainng. Pada penelitian ini, wajah berhasil dideteksi dan diklasifikasikan ekspresi yang ada pada wajah. Untuk perkembangan selanjutnya perlu adanya optimasi dan peningkatan akurasi dari model agar mampu mengklasifikasikan ekspresi wajah dengan baik.