Electronic Theses and Dissertation

Emosi memiliki peran penting dalam dunia pendidikan, terutama dalam interaksi
antara guru dan siswa. Memahami emosi siswa dapat membantu guru dalam
mengelola kelas dengan lebih baik. Namun, pemantauan emosi secara langsung
sering kali terbatas dan subjektif, yang dapat menyebabkan ketidaktepatan dalam
pendekatan pengajaran. Penelitian ini bertujuan mengembangkan model deteksi
ekspresi
wajah
menggunakan
arsitektur
MobileNet,
MobileNetV2,
dan
MobileNetV3, yang dioptimalkan untuk efisiensi dan akurasi. Pemilihan tujuh
ekspresi wajah senang, sedih, marah, takut, terkejut, jijik, dan netral didasarkan
pada kajian sebelumnya yang umum digunakan dalam analisis ekspresi wajah,
khususnya dalam konteks pembelajaran.Hasil pengujian menunjukkan bahwa
MobileNetV1 memberikan performa terbaik dengan akurasi 96,00%, precision
96,46%, recall 95,71%, dan F1-score 96,00%, dengan waktu inferensi 184,02
detik. MobileNetV2 mencapai akurasi 92,80%, precision 93,22%, recall 93,13%,
dan F1-score 92,98%, dengan waktu inferensi 262,05 detik. Sementara itu,
MobileNetV3 Small hanya memperoleh akurasi 59,47% dan MobileNetV3 Large
mencapai 83,47%, keduanya menunjukkan keterbatasan dalam generalisasi
meskipun lebih ringan dari segi parameter. Secara keseluruhan, hasil ini
menegaskan bahwa MobileNetV1 lebih unggul untuk mendeteksi ekspresi wajah
pada dataset KTFEv2, sedangkan MobileNetV3 small masih mengalami gejala
underfitting. Penelitian ini diharapkan dapat menjadi dasar dalam pengembangan
sistem otomatis untuk pemantauan kondisi emosional siswa di lingkungan
pendidikan.

Emotions play a crucial role in education, particularly in the interaction between teachers and students. Understanding students’ emotions can help teachers manage classrooms more effectively. However, direct monitoring of emotions is often limited and subjective, which may lead to inaccuracies in teaching approaches. This research aims to develop a facial expression detection model using MobileNet, MobileNetV2, and MobileNetV3 architectures, optimized for efficiency and accuracy. The selection of seven facial expressions happy, sad, angry, fearful, surprised, disgusted, and neutral was based on previous studies commonly applied in facial expression analysis, especially in educational contexts. The experimental results show that MobileNetV1 achieved the best performance with an accuracy of 96.00%, precision of 96.46%, recall of 95.71%, and F1-score of 96.00%, with an inference time of 184.02 seconds. MobileNetV2 reached an accuracy of 92.80%, precision of 93.22%, recall of 93.13%, and F1-score of 92.98%, with an inference time of 262.05 seconds. Meanwhile, MobileNetV3 Small obtained only 59.47% accuracy, and MobileNetV3 Large achieved 83.47%, both showing limitations in generalization despite having fewer parameters. Overall, the results indicate that MobileNetV1 outperforms the other architectures for facial expression detection on the KTFEv2 dataset, while MobileNetV3 models experienced underfitting issues. This study can serve as a foundation for developing automated systems to monitor students’ emotional states in educational environments.