Luthfiar Ramiady Primary Author mixed material bibliography Banda Aceh Program Studi Magister Teknik Elektro 2023

Theses

Sistem pengenalan ekspresi wajah merupakan salah satu implementasi machine learning (ML) yang mengambil dataset ekspresi wajah, kemudian dilakukan training, dan hasil training digunakan untuk mengenali ekspresi wajah pada gambar/video wajah baru. Ekspresi wajah yang dikenali terdiri dari ekspresi senang, sedih, takut, marah, terkejut, jijik dan netral. Metode yang digunakan untuk ekstraksi fitur wajah menggunakan histogram oriented gradient (HOG). Penelitian ini mengajukan metode peningkatan ekstraksi HOG yaitu dengan pengurangan dimensi fitur menjadi beberapa sub-fitur berdasarkan interval orientasi gradient yang selanjutnya disebut sebagai HOG Channel. Teknik pengujian classifier dibagi menjadi 2 (dua) skema sebagai perbandingan yaitu Skema 1 berupa SVM dengan fitur HOG dan skema 2 berupa SVM dengan fitur HOG dan HOG-Channel. Hasil pengujian menunjukkan akurasi Skema 1 sebesar 99,9 % dengan rerata waktu training sebesar 18,031 menit, sedangkan Skema 2 memiliki akurasi 100% dengan rerata waktu training sebesar18,085 menit. Hasil pengujian menunjukkan implementasi SVM dengan HOG channel berhasil meningkatkan akurasi untuk klasifikasi ekspresi wajah. Kata kunci : histogram oriented gradient (HOG), machine learning, support vector machine (CVM), violla jones 0 ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala 110422 2023-04-28 16:39:53 2023-05-02 08:53:56 machine generated