M. AIDIL KAMAL ADLIM Primary Author mixed material bibliography Banda Aceh Fakultas Teknik 2026

Skripsi

Emosi memainkan peran penting dalam proses pembelajaran dan dapat mempengaruhi pencapaian akademis serta perkembangan mahasiswa. Pengenalan emosi dapat dilakukan menggunakan perangkat pengindraan non-kontak seperti kamera visual. Namun, pendekatan tersebut memiliki keterbatasan berupa kompleksitas pemrosesan citra, sensitivitas terhadap noise, dan isu privasi. Sebagai alternatif, kamera termal menawarkan pendekatan yang lebih aman dari sisi privasi. Penelitian ini bertujuan untuk mengembangkan dan menguji aplikasi mobile berbasis citra termal wajah untuk pengenalan emosi mahasiswa. Model deep learning dilatih untuk mengenali tujuh emosi dasar menggunakan dataset USTC-NVIE dengan kondisi pengambilan data terkontrol. Namun, pengujian eksperimen difokuskan pada tiga emosi, yaitu marah, senang, dan netral, sesuai ketersediaan stimulus yang mampu memicu respons emosional secara konsisten. Evaluasi model pada dataset USTC-NVIE menunjukkan akurasi sebesar 85% untuk model raw (.h5) dan 79% untuk model hasil konversi (.tflite), yang kemudian diintegrasikan ke dalam aplikasi mobile. Pengujian aplikasi pada kondisi nyata dilakukan menggunakan citra termal primer yang diambil dengan kamera CAT S62 Pro terhadap 10 responden. Dari 28 citra yang memenuhi kriteria kelayakan, aplikasi menghasilkan akurasi sebesar 39%. Perbedaan nilai akurasi ini menunjukkan penurunan performa model ketika diterapkan pada domain data yang berbeda dari dataset pelatihan yang dipengaruhi oleh perbedaan karakteristik kamera, variasi pose dan orientasi wajah, serta efektivitas stimulus emosi. Meskipun demikian, aplikasi mampu beroperasi secara fungsional dalam mengenali tujuh kategori emosi. Penelitian selanjutnya disarankan untuk mengumpulkan dataset primer yang lebih representatif dan melakukan penyesuaian model guna meningkatkan performa sistem pada kondisi nyata. 0 ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala 1710979 2026-01-27 15:05:09 2026-01-27 15:28:11 machine generated