Image of Implementasi Algoritma Support Vector Mechine Klasifikasi Untuk Mendeteksi Ekspresi Seseorang Melalui Analisis Gambar Wajah Menggunakan Artificial Intelligence Berbasis Web
Penanda Bagikan

Text

Implementasi Algoritma Support Vector Mechine Klasifikasi Untuk Mendeteksi Ekspresi Seseorang Melalui Analisis Gambar Wajah Menggunakan Artificial Intelligence Berbasis Web

Implementasi algoritma Support Vector Machine (SVM) dalam klasifikasi ekspresi
wajah merupakan upaya untuk mengatasi tantangan dalam mendeteksi ekspresi secara
akurat melalui analisis gambar. pengembangan sistem yang mampu mengenali
berbagai ekspresi wajah, seperti marah, takut, senyum/tertawa, biasa saja, sedih, dan
terkejut. Variasi dalam pencahayaan dan sudut pandang pengambilan gambar dapat
mempengaruhi akurasi deteksi ekspresi. Selain itu, keterbatasan dalam dataset yang
digunakan juga menjadi tantangan tersendiri dalam melatih model yang efektif.
pendekatan yang menggabungkan teknik ekstraksi fitur yang canggih dengan algoritma
SVM untuk meningkatkan akurasi klasifikasi. Data gambar wajah yang beragam
dikumpulkan dan dilabeli, kemudian fitur-fitur penting diekstraksi menggunakan
metode seperti Histogram of Oriented Gradients (HOG) dan Local Binary Patterns
(LBP). Model SVM dilatih dengan data ini untuk memisahkan kelas-kelas Ekspresi
wajah secara optimal. Selain itu, sistem ini dirancang dengan antarmuka berbasis web
yang memudahkan pengguna dalam mengakses dan menggunakan teknologi deteksi
ekspresi wajah, implementasi ini diharapkan mencakup akurasi klasifikasi yang tinggi
dengan menggunakan SVM dan teknik preprocessing yang tepat, serta aplikasi berbasis
web yang cepat dan responsif, memberikan pengalaman pengguna yang baik saat
mengupload gambar dan menerima hasil.
Kata Kunci: Ekspresi Wajah, Dataset, SVM, Pencahayaan, Ekstraksi fitur,
Pengambilan Gambar

Ketersediaan
#
Perpustakaan Universitas Potensi Utama (Rak 6) 2512-00-65 MUH i
2512-00-65
Tersedia namun tidak untuk dipinjamkan - No Loan
Informasi Detail
Judul Seri
Karya Ilmiah - Skripsi
No. Panggil
2512-00-65 MUH i
Penerbit
Medan : Universitas Potensi Utama.,
Deskripsi Fisik
xii, 75 hlm.; 21,5 x 30 cm.
Bahasa
Indonesia
ISBN/ISSN
2112000134
Klasifikasi
NONE
Tipe Isi
-
Tipe Media
-
Tipe Pembawa
-
Edisi
2025
Subjek
Skripsi Informatika
Info Detail Spesifik
-
Pernyataan Tanggungjawab
Versi lain/terkait

Tidak tersedia versi lain

Lampiran Berkas
Komentar
Anda harus masuk sebelum memberikan komentar