Muhammad Fadhil Primary Author mixed material bibliography Banda Aceh Fakultas Teknik Komputer 2024

Skripsi

Emosi merupakan sebuah reaksi yang terjadi terhadap sebuah situasi tertentu yang dilakukan oleh tubuh manusia. Sifat serta intensitas emosi disebabkan oleh hasil dari persepsi terhadap situasi yang terjadi. Emosi merupakan aspek yang memiliki pengaruh besar terhadap sikap manusia, yang dibarengi oleh dua aspek lainnya, yaitu daya pikir serta psikomotorik, hal ini adalah penentuan sikap yang menjadi sebuah predisposisi dari perilaku manusia. Klasifikasi emosi bertujuan untuk mengetahui serta membedakan emosi yang sedang dirasakan oleh seseorang. Penelitian ini bertujuan untuk merancang sebuah sistem klasifikasi emosi menggunakan 3 arsitektur, yaitu ResNet-50, VGG-19, dan DenseNet-201 kemudian dilakukan proses Soft Voting untuk meningkatkan akurasi prediksi model. Penelitian dilakukan pada dataset citra wajah FER 2013 yang terdiri dari 7 kelas, yaitu Anger (marah), Contempt (Merendahkan), Disgust (Jijik), Fear (Takut), Happiness (Gembira), Sadness (Sedih), dan Surprise (Terkejut). Dataset citra wajah tersebut akan dilakukan proses training, validating serta testing menggunakan ResNet-50, VGG-19, dan DenseNet-201. Kemudian dilakukan Soft Voting dari ketiga arsitektur ResNet-50, VGG-19, dan DenseNet-201 untuk meningkatkan performa dan akurasi prediksi model. Luaran dari penelitian ini adalah Sebuah sistem klasifikasi emosi berdasarkan citra wajah menggunakan arsitektur ResNet-50, VGG-19, dan DenseNet-201 dengan akurasi yang telah ditingkatkan oleh Soft Voting. Setelah dilakukan pengujian, ResNet-50 menghasilkan akurasi sebesar 88.97 %, VGG-19 88.16 %, DenseNet-201 sebesar 87.55 % dan Soft Voting menghasilkan akurasi sebesar 91.63 %. Kata Kunci : Emosi, ResNet-50, VGG-19, DenseNet-201, Soft Voting 0 ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala 128998 2024-08-29 10:26:41 2024-08-29 17:38:21 machine generated