PENGENALAN EKSPRESI WAJAH MENGGUNAKAN WAVELET GABOR DAN BACKPROPAGATION
ABSTRAK: Dalam satu dekade
terakhir, sistem pengenalan ekspresi wajah telah menjadi topik menarik dalam
dunia penelitian. Semakin terjangkaunya harga teknologi yang mendukung
penelitian tersebut, membuat sistem pengenalan wajah dapat diterapkan dalam
kehidupan sehari-hari, salah satunya dalam dunia pendidikan. Tujuan dari
penelitian ini adalah mengenali ekspresi wajah menggunakan wavelet Gabor dan
Backpropagation, untuk membantu konselor dalam melakukan konseling kepada mahasiswa,
khususnya dalam permasalahan non akademik, serta menguji tingkat akurasi
jaringan backpropagation dalam melakukan klasifikasi ekspresi wajah seseorang.
Vektor masukan bagi jaringan diperoleh melalui transformasi wavelet Gabor, dan
inisialisasi bobot menggunakan metode Nguyen Widrow. Beberapa fungsi yang
digunakan seperti sigmoid biner untuk aktivasi bobot, fungsi gradient descent
untuk pelatihan jaringan, dan fungsi learngd untuk perubahan bobot dengan laju pembelajaran
sebesar 0,05. Arsitektur jaringan menggunakan dua lapisan tersembunyi serta
tiga node untuk lapisan output. Nilai Mean Square Error (MSE) sebesar 0,001.
Jaringan dilatih menggunakan 70 data yang terdiri dari 10 orang dan setiap
orang mempunyai tujuh ekspresi. Pengujian dilakukan menggunakan data lain yang
terdiri dari lima orang. Ukuran citra untuk pelatihan dan pengujian mempunyai
ukuran 16x16 piksel. Berdasarkan hasil pengujian, sistem memberikan unjuk kerja
sebesar sebesar 85,71% dalam pengklasifikasian ekspresi wajah. Untuk pengembangan
lebih lanjut, sistem dapat diintegrasikan dengan media perekam, sehingga
ekspresi wajah dapat langsung dikenali melalui capture video.
Penulis: Immanuela P. Saputro
Kode Jurnal: jptlisetrodd150752
