:: UI - Tesis Membership :: Kembali

UI - Tesis Membership :: Kembali

Peningkatan Akurasi Penganalan Komponen Wajah Untuk Penganalan Emosi Dasar Menggunakan Ekspresi Wajah = Enhancing Facial component Recognition For Basic Recognition Emotions Using Facial Expressions

Siska Pebiana; T. Basaruddin, supervisor; Muhammad Rahmat Widyanto, supervisor; Wisnu Jatmiko, examiner; Aniati Murni Arymurthy, examiner; Ari Saptawijaya, examiner ([Publisher not identified] , 2019)

 Abstrak

ABSTRAK
Mengenali emosi dasar seseorang melalui analisa komponen wajah bukanlah hal yang
mudah. Untuk itu sampai saat ini penelitian pada bidang ini masih terus berkembang,
seperti penelitian ini yang terinspirasi dari pekerjaan yang telah dikembangkan lebih
dahulu oleh Dewiyanti (2018). Adapun kontribusi utama pada penelitian ini adalah
meningkatkan akurasi pengenalan komponen wajah menggunakan pendekatan yang
lebih mendalam dari ciri geometris yang sebelumnya digunakan yakni dengan
menambahkan beberapa definisi ciri lain seperti rasio jarak pada alis dalam, hidung
dan juga mata serta dengan menggunakan perhitungan tambahan dalam proses untuk
mendapatkan nilai eccentricity. Selain itu hal lain yang dilakukan adalah melakukan
training ulang AAM (Active Appearance Model) menggunakan dataset HELEN yang
lebih representatif sehingga mendapatkan model yang lebih baik. Disamping itu juga
dilakukan penambahan proses perbaikan kualitas citra sebelum proses fitting AAM.
Dengan menggunakan semua kombinasi tersebut pada sistem pengenalan komponen
wajah, penelitian ini mampu menghasilkan hasil akurasi yang lebih baik pada dataset
yang sama yakni CK+ dari akurasi penelitian sebelumnya oleh Dewiyanti (2018)
sebesar 97.99% menjadi sebesar 98.95% dan pada dataset lain seperti MUG dengan
akurasi sebesar 93.18% serta akurasi sebesar 94.58% untuk dataset IMED yang pada
penelitian sebelumnya belum diujicobakan.

ABSTRACT
Recognizing a person's basic emotions through facial component analysis is not easy
task. So until now research in this field is still evolving, like this research which is
inspired by research from Dewiyanti(2018). The main contribution of this research is
to improve the accuracy of recognition component of the face using an approach that
is more profound than characteristic geometric previously used by adding some other
features such as the ratio of the distance on inner eyebrows, nose and eyes as well as
using additional calculations in the process to get eccentricity value. Moreover, another
thing is retrained the AAM (Active Appearance Model) with HELEN dataset to get
more representative model. Beside that this research also put image preprocessing to
improve the image quality which carried out before the AAM fitting process. By using
all these combinations in recognition system of facial component, this study could yield
better accuracy in the dataset similar and CK + on the accuracy of previous studies by
Dewiyanti (2018) by 97.99% to 98.95% and on other datasets such as MUG with an
accuracy of 93.18 % and an accuracy of 94.58% for Imed dataset which in previous
studies has not been tested.

 File Digital: 1

Shelf
 T53729-Siska Pebiana.pdf :: Unduh

LOGIN required

 Metadata

No. Panggil : T53729
Entri utama-Nama orang :
Entri tambahan-Nama orang :
Entri tambahan-Nama badan :
Subjek :
Penerbitan : [Place of publication not identified]: [Publisher not identified], 2019
Program Studi :
Bahasa : ind
Sumber Pengatalogan : LibUI ind rda
Tipe Konten : text
Tipe Media : unmediated ; computer
Tipe Carrier : volume ; online resources
Deskripsi Fisik : xiii, 57 pages : illustration ; 28 cm
Naskah Ringkas :
Lembaga Pemilik : Universitas Indonesia
Lokasi : Perpustakaan UI, Lantai 3
  • Ketersediaan
  • Ulasan
No. Panggil No. Barkod Ketersediaan
T53729 15-20-179187425 TERSEDIA
Ulasan:
Tidak ada ulasan pada koleksi ini: 20493578