DETEKSI EKSPRESI WAJAH MENGGUNAKAN KACAMATA YANG DI MODIFIKASI UNTUK PENYANDANG TUNANETRA
ABSTRAK
Sistem pengenalan ekspresi wajah merupakan aspek penting dalam bidang computer vision yang mendukung perkembangan teknologi canggih. Beberapa ekspresi wajah yang dimiliki seseorang yaitu ekspresi netral, marah, senang, sedih, takut, terkejut dan jijik. Facial Expression Detection using a Modified Glasses for Visually Impaired Person merupakan alat yang diimplementasikan dalam bentuk wearable smart glasses ditujukan untuk tunanetra. Pada penelitian ini dilakukan deteksi ekspresi wajah real-time menggunakan metode Deep Learning library Tensorflow Lite berbasis microcontroller Raspberry Pi Zero 2W. Jenis ekspresi didapatkan melalui ekstraksi ciri wajah. Ekstraksi ciri wajah yang terdeteksi di bandingkan perubahannya dengan hasil ekstraksi ciri wajah netral yang dikalibrasi. Perbandingan keduanya dimasukkan ke Convolutional neural network. Sistem ini melakukan proses training dan validasi. Kedua proses tersebut berjalan secara beriringan menggunakan metode Deep Learning Convolutional Neural Network library Tensorflow Lite. Hasil sistem dapat mendeteksi ekspresi wajah dengan presentase keberhasilan 91% dari total 7 ekspresi wajah dengan waktu komputasi 780.0ms. Kondisi ideal pendeteksian ekspresi wajah berada lurus didepan kamera dengan jarak 50cm dan kondisi pencahayaan normal. Pengujian sistem ini dilakukan pada 20 orang masing-masing memperagakan 7 ekspresi wajah. Proses pengujian ditujukan untuk mendapatkan akurasi dan ketepatan ekspresi wajah yang lebih baik.
[DOWNLOAD ABSTRACT]Kategori
D3 Teknik ElektronikaD3 Teknik Telekomunikasi
D3 Teknik Elektro Industri
D3 Teknik Informatika
D3 Teknologi Multimedia Broadcasting
D4 Teknik Elektronika
D4 Teknik Telekomunikasi
D4 Teknik Elektro Industri
D4 Teknik Informatika
D4 Teknik Mekatronika
D4 Teknik Komputer
D4 Teknik Teknologi Game
S2 Teknik Elektro
S2 Teknik Informatika dan Komputer