Implementasi Convolutional Neural Networks (CNN) dan Multi-Objective Particle Swarm Optimization (MOPSO) untuk Klasifikasi Ekspresi Wajah Penonton Stand Up Comedy
Penulis Utama
:
Agus Kurnia Akbar
NIM / NIP
:
I0320004
×<p class="MsoNormal" xss=removed><i>Stand
Up Comedy </i>merupakan salah satu industri hiburan yang sedang berkembang
di Indonesia. Kualitas <i>joke </i>dari <i>stand up comedian </i>dapat dilihat
dari respon penonton berupa suara tertawa dan ekspresi wajahnya. Tetapi sangat
sulit untuk menentukan tingkat tertawa penonton secara <i>manual. </i>Oleh
sebab itu, dibutuhkan alat bantu untuk mengukur tingkat tertawa penonton yang
lebih objektif. Dalam penelitian ini dilakukan perancangan dan pengembangan
model <i>machine learning </i>menggunakan <i>convolutional neural network </i>untuk
menganalisis ekspresi wajah penonton <i>stand up comedian. </i>Diterapkan juga
algoritma <i>multi-objective particle swarm optimization </i>untuk menentukan <i>hyperparameter
</i>terbaik untuk model. Tahapan penelitian antara lain pengumpulan dataset, <i>preprocessing
</i>data, perancangan model, pelatihan model dan <i>testing </i>model. Dilakukan
pemilihan <i>hyperparameter </i>terbaik dengan kriteria performansi model. Model
dengan <i>hyperparameter </i>terbaik diuji dengan menggunakan data buatan <i>crowd
emotion </i>dan data langsung <i>video crowd </i>penonton.<i> </i>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.<o></o></p>
×
Penulis Utama
:
Agus Kurnia Akbar
Penulis Tambahan
:
-
NIM / NIP
:
I0320004
Tahun
:
2024
Judul
:
Implementasi Convolutional Neural Networks (CNN) dan Multi-Objective Particle Swarm Optimization (MOPSO) untuk Klasifikasi Ekspresi Wajah Penonton Stand Up Comedy
