Penerapan convolutional neural network untuk klasifikasi emosi wajah pekerja

Diana, Dewi Alfinor (2025) Penerapan convolutional neural network untuk klasifikasi emosi wajah pekerja. Undergraduate (S1) thesis, Universitas Merdeka Pasuruan.

[img] Text
COVER.pdf
Download (1MB)
[img] Text
BAB I.pdf
Download (322kB)
[img] Text
BAB II.pdf
Restricted to Registered users only
Download (1MB)
[img] Text
BAB III.pdf
Restricted to Registered users only
Download (592kB)
[img] Text
BAB IV.pdf
Restricted to Registered users only
Download (607kB)
[img] Text
BAB V.pdf
Restricted to Registered users only
Download (192kB)
[img] Text
DAFTAR PUSTAKA.pdf
Restricted to Registered users only
Download (454kB)
[img] Text
LAMPIRAN.pdf
Restricted to Registered users only
Download (1MB)

Abstract

Stres dan kelelahan di lingkungan kerja berdampak pada penurunan produktivitas, keselamatan dan kesulitan konsentrasi. Deteksi emosi secara manual kurang efisien dan cenderung subjektif, padahal ekspresi wajah dapat menjadi indikator penting kondisi psikologis pekerja. Oleh karena itu, penelitian ini mengembangkan sistem klasifikasi emosi wajah berbasis Convolutional Neural Network (CNN) untuk mendeteksi emosi secara otomatis dan real-time. Model CNN terdiri dari empat block Conv2D, BatchNormalization, MaxPooling, diikuti oleh GlobalAveragePooling2D, Dense, dan Dropout. Dataset yang digunakan berjumlah 12.000 gambar dengan enam kelas emosi yang telah diproses melalui preprocessing dan augmentasi. Pelatihan dilakukan selama 100 epoch dengan optimizer Adam dan callback seperti EarlyStopping. Model terbaik mencapai akurasi 87,97% untuk train, 83,42% untuk valid, dan 82,92% untuk test dengan train loss 0.3262, valid loss 0.4672, test loss 0.4606. Sistem juga berhasil diimplementasikan dalam antarmuka real-time. Hasil menunjukkan bahwa CNN efektif untuk klasifikasi emosi wajah, dan penyesuaian arsitektur maupun parameter berperan penting dalam meningkatkan performa dan mengurangi overfitting.

Item Type: Thesis (Undergraduate (S1))
Uncontrolled Keywords: Convolutional Neural Network, Ekspresi Wajah, Klasifikasi Emosi, real-time GUI, Deep Learning.
Subjects: T Technology > T Technology (General)
Divisions: Fakultas Teknologi Informasi > Informatika
Depositing User: Perpustakaan Unmer Pasuruan
Date Deposited: 14 Jan 2026 01:50
Last Modified: 14 Jan 2026 01:50
URI: http://repository.unmerpas.ac.id/id/eprint/941

Actions (login required)

View Item View Item