Klasifikasi Ekspresi Wajah Menggunakan Metode Convolutional Neural Network (CNN) dengan Perbandingan Dua Model yang Dimodifikasi

Abstrak

Ekspresi wajah merupakan salah satu aspek penting dalam menyampaikan perasaan. Di era sekarang lebih mudah untuk mengategorikan emosi manusia dengan mengidentifikasi ekspresi wajah. Salah satu metode untuk mengategorikan ekspresi wajah adalah deep learning. Convolutional Neural Network (CNN), yang berfungsi untuk mengolah data gambar dan mendeteksi objek pada dataset, adalah metode deep learning yang paling penting untuk pengenalan dataset saat ini. Dalam penelitian ini, dataset yang digunakan adalah dataset jenis CK+ yang kecil dan bagus. Tujuan penelitian ini adalah untuk mengetahui dan membandingkan akurasi dua model CNN yang telah dimodifikasi oleh peneliti yaitu model A dan model B, untuk mengidentifikasi ekspresi wajah menggunakan dataset jenis CK+, karena salah satu tantangan utama dalam menggunakan metode CNN adalah akurasi yang dicapai harus tinggi. Model A lebih efektif dari model B karena memiliki akurasi yang lebih tinggi, yaitu model A yang berjumlah 98.98% sementara model B berjumlah 91.88%. Walaupun model B memiliki layer yang lebih kompleks dan berat, hal ini menunjukkan bahwa model A lebih baik dalam mengenali dan mengklasifikasikan ekspresi wajah.