Publisher

UMBUMB

Journal SINERGISINERGI Abstract

Ekspresi wajah menjadi bahasa yang universal. Bahkan perubahan ekspresi wajah dapat membantu pengambilan keputusan. Pada tahun 1972, Paul Ekman mengklasifikasikan emosi dasar manusia ke dalam enam jenis: senang, sedih, terkejut, marah, takut, dan jijik. Kemudian Ekman dan Wallace Friesen mengembangkan sebuah alat untuk mengukur pergerakan pada wajah yang disebut Facial Action Coding System (FACS). FACS menentukan ekspresi wajah berdasarkan pergerakan otot wajah, yang diistilahkan Action Unit (AU). Penelitian ini bertujuan untuk mengetahui emosi tertarik yang dialami seseorang berdasarkan AU yang telah ditentukan oleh Paul Ekman dengan cara membandingkan dua buah citra, yaitu citra wajah tanpa ekspresi dan citra wajah berekspresi. Hasil penelitian ini memperoleh sebuah aplikasi yang mampu mengidentifikasi emosi tertarik dengan akurasi sebesar 80%, True Positive Rate 80%, dan True Negative Rate 80%. Dengan adanya penelitian ini diharapkan dapat diketahui karakteristik action unit yang membentuk emosi tertarik, juga memberikan masukan bagi proses evaluasi belajar mengajar mata kuliah pemrograman.

Conclusion

Aplikasi ini mampu mengidentifikasi emosi tertarik dengan akurasi, True Positive Rate, dan True Negative Rate masing-masing sebesar 80%, yang menunjukkan kemampuan deteksi citra tertarik dan tidak tertarik yang cukup baik.Metode Bézier Curve terbukti efektif dalam mengekstraksi dan menampilkan kontur fitur wajah secara jelas untuk mendukung identifikasi emosi.Action Unit yang paling berpengaruh dalam pembentukan ekspresi wajah dengan emosi tertarik adalah pergerakan pada alis, mata, dan mulut.

Future Research

Pertama, perlu dikembangkan penelitian yang menguji coba metode Bézier Curve pada berbagai jenis emosi dasar selain emosi tertarik, seperti sedih atau marah, untuk melihat sejauh mana metode ini dapat digeneralisasi dalam deteksi emosi secara luas. Kedua, perlu dilakukan studi lanjutan yang mengevaluasi pengaruh variasi kondisi pencahayaan dan sudut wajah terhadap akurasi deteksi emosi menggunakan Action Unit, mengingat dalam pengujian ini data masih terbatas pada kondisi terkendali. Ketiga, dapat dilakukan penelitian untuk mengintegrasikan bobot fitur wajah secara dinamis berdasarkan karakteristik individu, karena ekspresi wajah dapat bervariasi antar orang meskipun merasakan emosi yang sama, sehingga sistem dapat menyesuaikan diri secara personal untuk meningkatkan akurasi deteksi.

Metadata

File size	297.04 KB
Pages	7
DMCA	ReportReport