Deteksi Ekspresi Wajah Menggunakan Fitur Gabor dan Haar Wavelet

Abstract

Abstrak-Manusia bersosialisasi secara verbal dan non-verbal. Salah satu bahasa non-verbal yang sering digunakan manusia untuk berinteraksi adalah ekspresi wajah. Pada studi ini, pengenalan ekspresi wajah manusia dilakukan dalam beberapa tahapan. Sebelum mendeteksi ekspresi, dilakukan pendeteksian wajah menggunakan algoritma Viola-Jones. Perbaikan kontras dilakukan menggunakan histogram equalization. Selanjutnya dilakukan perhitungan terhadap fitur Gabor dan fitur Haar. Untuk melakukan klasifikasi, digunakan SVM One vs. All. Fitur Gabor digunakan karena invarian terhadap rotasi, penskalaan, dan translasi. Sedangkan fitur Haar digunakan karena komputasinya yang efisien dan efektif dalam merepresentasikan sinyal dalam dimensi rendah dan tetap mempertahankan energinya. Pada penelitian ini, digunakan kombinasi fitur Gabor dan Haar untuk dibandingkan dan digabungkan dengan fitur Landmark yang telah disediakan di database. Kombinasi fitur Gabor dan Haar memiliki akurasi sebesar 92%, sedangkan kombinasi fitur Gabor dan Landmark memberikan akurasi tertinggi sebesar 94,8%, dengan kelas terbaik berupa ekspresi senang.