Era teknologi informasi semakin berkembang dengan cepat dan kompleks, kehandalan sistem mengolah data dengan baik akan menghasilkan informasi yang baik pula. Face Recognition merupakan topik yang ramai dibicarakan dan banyak diteliti, penemuan-penemuan dibidang ini pun banyak menghasilkan temuan yang digunakan sebagai acuan untuk Face Recognition, salah satunya Facial Expression. Sistem pengenalan emosi merupakan salah satu contoh pemrosesan citra yang termasuk pada ranah computer vision. Dalam dunia computer vision, penelitian mengenai ekspresi wajah telah dilakukan sebelumnya oleh Chinese Academy of Sciences Micro-Expression (CASME). Pada kasus micro-expressions wajah, penelitian ini fokus pada satu area yaitu lower face yang dijadikan acuan untuk fitur wajah yang digunakan. Untuk lower face area yang dijadikan ROI khusus diwilayah mulut (lower face). Untuk melakukan ROI pada area tersebut, metode yang digunakan algoritma Viola-Jones pada cascade object detector dengan menentukan wilayah khusus yang dicrop atau batasan area berdasarkan fitur lower face yang bisa disebut sebagai deteksi area mulut (mouth detection). Kemudian dilakukan proses ekstraksi menggunakan Local Binary Pattern. Setelah itu hasil dari proses ekstraksi dijadikan acuan untuk menentukan deteksi ekspresi emosi. Nantinya deteksinya akan memanfaatkan ELM sebagai metode klasifikasi yang dijadikan kelas-kelas ekspresi emosi.
CITATION STYLE
Faadhilah, S. N., Bukhori, S., & Putra, J. A. (2022). Pengenalan Ekspresi Emosi pada Citra Wajah Menggunakan Extreme Learning Machine Studi Kasus Dataset Publik JAFFE. MALCOM: Indonesian Journal of Machine Learning and Computer Science, 2(2), 19–27. https://doi.org/10.57152/malcom.v2i2.363
Mendeley helps you to discover research relevant for your work.