Stand
Up Comedy merupakan salah satu industri hiburan yang sedang berkembang
di Indonesia. Kualitas joke dari stand up comedian dapat dilihat
dari respon penonton berupa suara tertawa dan ekspresi wajahnya. Tetapi sangat
sulit untuk menentukan tingkat tertawa penonton secara manual. Oleh
sebab itu, dibutuhkan alat bantu untuk mengukur tingkat tertawa penonton yang
lebih objektif. Dalam penelitian ini dilakukan perancangan dan pengembangan
model machine learning menggunakan convolutional neural network untuk
menganalisis ekspresi wajah penonton stand up comedian. Diterapkan juga
algoritma multi-objective particle swarm optimization untuk menentukan hyperparameter
terbaik untuk model. Tahapan penelitian antara lain pengumpulan dataset, preprocessing
data, perancangan model, pelatihan model dan testing model. Dilakukan
pemilihan hyperparameter terbaik dengan kriteria performansi model. Model
dengan hyperparameter terbaik diuji dengan menggunakan data buatan crowd
emotion dan data langsung video crowd penonton. Hasil dari
penelitian ini menunjukan model dapat mengklasifikasikan ekspresi wajah pada
data gambar dan video dengan baik tetapi hanya pada ekspresi bahagia, marah dan
sedih. Sedangkan ekspresi lain seperti jijik, takut, datar dan terkejut terbaca
ke dalam tiga ekspresi yang terprediksi tersebut.
