Zulfikar Primary Author mixed material bibliography Banda Aceh Fakultas Teknik Komputer 2025

Skripsi

Teknologi pengenalan atau klasifikasi ekspresi berperan penting dalam memahami emosi manusia dari citra atau video dengan menganalisis fitur ekspresi wajah yang berbeda. Tantangan umum dalam teknologi ini adalah mendeteksi ekspresi wajah seseorang secara akurat, yang dapat terhalang oleh garis wajah yang tidak jelas, yang sering kali disebabkan oleh kondisi pencahayaan yang buruk. Dalam mengatasi tantangan ini, sangat penting untuk meningkatkan kualitas citra ekspresi. Penelitian ini bertujuan melihat dampak dan pengaruh peningkatan kualitas citra dengan teknik homomorphic filtering dalam meningkatkan akurasi dan kinerja sistem klasifikasi ekspresi berbasis deep learning. Kualitas citra yang lebih baik memungkinkan model klasifikasi untuk lebih fokus pada fitur ekspresi yang relevan. Pengujian dilakukan dengan menggunakan tiga arsitektur yang berbeda, diantaranya MobileNet, InceptionV3, dan DenseNet121. Hasil percobaan menunjukkan bahwa peningkatan kualitas citra berdampak positif pada akurasi sistem klasifikasi ekspresi. Secara khusus, akurasi rata-rata meningkat 1-2% untuk arsitektur MobileNet, 5-7% untuk InceptionV3, dan 1-3% untuk DenseNet121. 0 ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala 148831 2025-01-22 11:07:03 2025-01-22 11:30:23 machine generated