Membangun Automatic Facial Expression Recognition System menggunakan Metode Euclidean Distance sebagai Alat untuk Mengenali Kondisi Emosi Seseorang

Abstract

Automatic facial expression recognition system (AFERS) merupakan suatu sistem komputer yang mampu mengenali secara otomatis ekspresi-ekspresi wajah. Untuk pemanfaatan dari sistem ini, telah banyak digunakan pada berbagai bidang mulai dari klinik psikologi, pengukuran rasa nyeri pada bidang kesehatan (monitoring), robot asisten pengemudi, bahkan hingga dunia game. Namun terdapat banyak kombinasi pendekatan untuk membangun sistem tesebut dan tentunya tingkat rekognisi yang dihasilkan setiap kombinasi pun akan berbeda pula. Pada penelitian ini akan membahas cara membangun sistem tersebut dengan menggunakan metode face detection dan image resizing pada tahapan preprocessing yang dikombinasikan dengan metode Euclidean distance sebagai metode untuk melakukan ekstraksi fitur pada facial feature point pada tahapan feature extraction dan terakhir dilanjutkan ke tahap classifier menggunakan algoritma backpropagation dan MSE sebagai evaluasinya. Hasil pengenalan akan dikelompokan kedalam tujuh ekspresi wajah yaitu anger, disgust, fear, happy, neutral, sad, dan surprise. Sistem yang telah dibangun, diuji menggunakan MUG, Cohn-Kanade dan Dewi Dataset dengan hasil rata-rata akurasi berturut-turut sebesar 93,42 %, 83,28 % dan 84,66 %. Kemudian hasil pengujian akan dievaluasi menggunakan metode confusion matrix dengan metrik evaluasi overall accuracy, precision, dan recall. Dan tahapan terakhir adalah menganalisis hasil dari proses preprocessing dan feature extraction. Berdasarkan hasil penelitian ini, dapat diketahui bahwa AFERS yang dibangun dengan menggunakan pendekatan kombinasi metode yang diusulkan mampu untuk mengenali data citra ekspresi wajah frontal dengan baik, khususnya pada citra ekspresi happy dan surprise.

Description

Keywords

AFERS, Preprocessing, Feature Extraction

Citation