Unjuk Kerja Algoritma Windrow-Hoff Dalam mendeteksi Ekspresi Wajah Secara Real Time

Penulis

  • Fristi Riandary, STMIK Pelita Nusantara,  Indonesia
  • Shekar Raditya, STMIK Pelita Nusantara,  Indonesia
  • Jason Visal, STMIK Pelita Nusantara,  Indonesia

DOI:

https://doi.org/10.34013/saintek.v1i2.1.220

Abstrak

Sistem pendeteksian ekspresi wajah merupakan topik yang terus menerus diteliti karena
merupakan penelitian yang sangat popular saat ini. Para peneliti telah banyak melakukan usahausaha untuk membuat sistem pendeteksian wajah dan ekspresi dengan algoritma yang kompleks,
sehingga memerlukan waktu yang lama untuk melakukan komputasi yang panjang. Sistem
pendeteksian wajah dan ekspresi ini akan dibuat dengan menggunakan pendekatan jaringan
ADALINE yakni algorita Widrowhoff dengan dua kriteria ekpresi yaitu happy dan unhappy pada
100 sampel wajah. Dalam penelitian ini ada dua proses yang dilakukan, yaitu proses pelatihan
dan pengujian sistem ekspresi. pada tahap pelatihan, proses akan memberikan inputan sistem
berupa citra video wajah, setelah itu dilakukan proses perhitungan jarak dan bobot akhir yang
kemudian nilai-nilai tersebut disimpan kedalam memori. Setelah sistem mengenal beberapa citra
video yang mengadung ekspresi, sistem akan melakukan pengujian, dimana inputannya berupa
citra video yang bersifat real time dan akan memperoleh nilai neuron dengan jarak yang
minimum. Dari proses pengujian inilah unjuk kerja algoritma akan diukur menggunakan
parameter true detection. Dari hasil penelitian ynag dilakukan menunjukkan bahwa sistem
pendeteksian ekspresi menggunakan algoritma widrowhoff memiliki true detection 85% ,
sehingga algoritma ini dikatagorikan efektif dalam mendeteksi ekspresi yang terkandung dalam
wajah.

Unduhan

Data unduhan belum tersedia.

##submission.downloads##

Diterbitkan

2019-12-31

Cara Mengutip

Fristi Riandary, Shekar Raditya, & Visal, J. (2019). Unjuk Kerja Algoritma Windrow-Hoff Dalam mendeteksi Ekspresi Wajah Secara Real Time. Jurnal Sains Dan Teknologi, 1(2.1). https://doi.org/10.34013/saintek.v1i2.1.220