PENGENALAN EKSPRESI WAJAH MENGGUNAKAN DEEP CONVOLUTIONAL NEURAL NETWORK

Abstract

Pengenalan ekspresi wajah menjadi salah satu bidang penelitian aktif dalam beberapa tahun terakhir. Pendekatan yang ada saat ini sebagian besar menggunakan metode tradisional seperti SIFT, HOG, LBP, yang diikuti oleh klasifikasi yang dilatih dari data gambar atau video. Sebagian besar mendapatkan hasil yang cukup baik ketika menggunakan data citra yang terkontrol , tetapi tidak bekerja dengan baik pada kumpulan data yang lebih sulit dimana terdapat banyak bagian wajah dengan banyak variasi gambar. Banyak penelitian yang telah mengusulkan kerangka kerja untuk pengenalan ekspresi wajah menggunakan metode deep learning. Meskipun kinerjanya lebih baik, masih banyak ruang untuk perbaikan. Dalam penelitian ini kami mengusulkan pendekatan menggunakan metode deep learning berbasis Deep Convolutional Neural Network (DCNN) dengan variasi parameter yang berbeda. Hasil yang didapatkan setelah 5 kali percobaan training pada dataset FER2013 dengan 4 optimizer berbeda yaitu optimizer Nadam mendapatkan hasil yang sama baiknya dengan Adam dengan akurasi 83%, kemudian diikuti Adamax dengan nilai akurasi 82%, dan optimizer terkahir dengan akurasi 74% adalah SGD. Hasil prediksi terbaik diperoleh ketika menggunakan optimizer Nadam dengan akurasi 83%.