• Kode Repository : SKI50/DEL/22
• NPM : 065117230
• Nama : Delfino Fahreza Akbar
• Pembimbing 1 : -Dr. Herfina, S.Kom., M.Pd., M.Kom
• Pembimbing 2 : -M. Saad Nurul Ishlah, M.Comp.
• Abstrak : -IMPLEMENTASI DEEP LEARNING MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK ( CNN ) PADA EKSPRESI MANUSIA Pulung Adi Nugroho1, Indah Fenriana2. Rudy Arijanto,M.Kom3 1,2,3 Universitas Buddhi Dharma, Teknik Informatika, Banten, Indonesia SUBMISSION TRACK ABSTRAK Recieved: Agustus 17, 2020 Final Revision: Agustus 21, 2020 Available Online: September 1, 2020 Dengan perkembangan teknologi yang semakin pesat, komputer dapat belajar sendiri seperti manusia, contohnya mengenali ekspresi wajah pada manusia, dengan membuat program yang biasa kita sebut Mechine Learning. Mechine learning dapat dibuat dengan banyak algoritma. Penulis membuat Mechine Learning dengan Metode Deep Learning, yang saat ini memiliki hasil paling signifikan dalam pengenalan citra adalah Convolutional Neural Network (CNN). CNN dirancang khusus untuk pengenalan dan klasifikasi gambar. CNN memiliki beberapa laspisan (layer) yang mengekstrak informasi dari gambar dan menentukan klasifikasi dari gambar berupa skor klasifikasi. Aplikasi ini menggunakan Bahasa pemrograman python, web berbasis flask, tensorflow, dan opencv. Tahapan keseluruhan metode yang digunakan adalah tahap pre-processing, dan tahap klasifikasi. Proses training dilakukan dengan menggunakan batch size, dan epoch yang berbeda-beda untuk mendapatkan model terbaik. Dataset terdiri dari ekspresi senang, sedih, takut, jijik, netral, marah, dan kaget. Jumlah dataset tidak sepenuhnya mempengaruhi nilai akurasi, tetapi kedetailan citra untuk digunakan dataset sangat mempengaruhi hasil akurasi. Dengan Epoch 100, Batch size 128 didapatkan hasil akurasi training sebesar 90% dan validation sebesar 65%. Hasil percobaan dari total 35 ekspresi , 28 ekspresi berhasil ditebak dengan benar dengan mendapatkan akurasi sebesar 80%.
• Program Studi : Ilmu Komputer