Cahyo, Gigih Dwi (2025) Aplikasi Pengenalan Ekspresi Wajah Dengan Pendekatan Deep Learning Menggunakan Algoritma Convolutional Neural Network (CNN). Undergraduate thesis, Politeknik Negeri Jember.
![[img]](https://sipora.polije.ac.id/style/images/fileicons/text.png) |
Text (Abstract)
Abstract.pdf - Submitted Version Available under License Creative Commons Attribution Share Alike. Download (11kB) |
|
Text (Bab 1 Pendahuluan)
Bab 1 Pendahuluan.pdf - Submitted Version Available under License Creative Commons Attribution Share Alike. Download (137kB) |
|
Text (Daftar Pustaka)
Daftar Pustaka.pdf - Submitted Version Available under License Creative Commons Attribution Share Alike. Download (76kB) |
|
Text (Laporan Lengkap)
Laporan Lengkap.pdf - Submitted Version Restricted to Registered users only Download (4MB) | Request a copy |
Abstract
Ekspresi wajah merupakan bentuk komunikasi non-verbal yang sangat penting, terutama bagi anak-anak berkebutuhan khusus seperti penyandang autisme dan tunanetra, yang kerap mengalami kesulitan dalam mengenali atau menyampaikan emosi. Penelitian ini bertujuan untuk mengembangkan aplikasi berbasis Android sebagai teknologi assistive yang mampu mendeteksi dan mengklasifikasikan ekspresi wajah secara real-time menggunakan algoritma Convolutional Neural Network (CNN). Model CNN dilatih menggunakan dataset FER2013 dengan citra grayscale berukuran 48x48 piksel, kemudian dikonversi ke format TensorFlow Lite (TFLite) agar kompatibel dan ringan dijalankan pada perangkat Android. Aplikasi ini menyediakan dua fitur utama, yaitu pemindaian ekspresi wajah secara langsung melalui kamera dan permainan edukatif yang dirancang untuk melatih kemampuan mengenali ekspresi. Pengujian dilakukan melalui studi kasus di YPAC Jember dan SLBN Jember dengan melibatkan guru sebagai evaluator. Hasil menunjukkan bahwa model mencapai akurasi pelatihan sebesar 71,98% dan validasi sebesar 65,62%, sementara pengujian kepuasan pengguna (UAT) menghasilkan nilai rata-rata sebesar 73,93%, yang menunjukkan bahwa aplikasi memiliki potensi untuk terus dikembangkan dan disempurnakan.
| Item Type: | Thesis (Undergraduate) | ||||||
|---|---|---|---|---|---|---|---|
| Contributors: |
|
||||||
| Uncontrolled Keywords: | Ekspresi Wajah, Deep Learning, Convolutional Neural Network, Autis, Tunanetra | ||||||
| Subjects: | 410 - Rumpun Ilmu Teknik > 450 - Teknik Elektro dan Informatika > 458 - Teknik Informatika 410 - Rumpun Ilmu Teknik > 450 - Teknik Elektro dan Informatika > 462 - Teknologi Informasi 710 - Rumpun Ilmu Pendidikan > 790 - Ilmu Pendidikan > 791 - Pendidikan Luar Biasa |
||||||
| Divisions: | Jurusan Teknologi Informasi > Prodi D4 Teknik Informatika > Tugas Akhir | ||||||
| Depositing User: | Gigih Dwi Cahyo | ||||||
| Date Deposited: | 05 Jun 2025 09:41 | ||||||
| Last Modified: | 05 Jun 2025 09:42 | ||||||
| URI: | https://sipora.polije.ac.id/id/eprint/41590 |
Actions (login required)
 |
View Item |
