NUR ANJANI, NIM. 220280020 (2024) APLIKASI DETEKSI EKSPRESI PADA WAJAH DENGAN MESIN LEARNING. Other thesis, UNIVERSITAS MUHAMMADIYAH PAREPARE.
SAMPUL_220280020_NUR ANJANI_INFORMATIKA - Copy (2).pdf - Cover Image
Download (94kB) | Preview
PENDAHULUAN_220280020_NUR ANJANI_INFORMATIKA.pdf - Submitted Version
Download (990kB) | Preview
BAB I - DAFTAR PUSTAKA_220280020_NUR ANJANI_INFORMATIKA - Copy.pdf - Submitted Version
Download (1MB) | Preview
LAMPIRAN_220280020_NUR ANJANI_INFORMATIKA.pdf - Submitted Version
Download (864kB) | Preview
220280020-NUR ANJANI-ARTIKEL.pdf - Submitted Version
Download (495kB) | Preview
Abstract
NUR ANJANI ”Aplikasi Deteksi Ekspresi Pada Wajah Dengan Mesin Leraning” (dibimbing oleh Pak Basri dan Pak ahyuddin).
Wajah adalah penanda utama emosi manusia karena berhubungan dengan mereka (diri sendiri). Perasaan atau efek yang mendorong perilaku atau respons individu terhadap suatu stimulus merupakan ciri emosi. Ekspresi wajah adalah cara paling umum untuk mengungkapkan emosi nonverbal dan dianggap sebagai bukti nyata apakah seseorang mengatakan yang sebenarnya atau tidak. Oleh karena itu penulis membuat Aplikasi deteksi ekspresi pada wajah guna untuk menentukan jenis jenisekspresi pada wajah dengan ketelitian yang lebih akurat menyesuaikan dengan kecerdasan teknologi yang digunakan pembuat serta dapat memudahkan dalam berbagai aspek. Dimana penelitian ini dilakukan dan dibuat menggunakan android studio dan mesin learning. Dari hasil penelitian dengan pengujian black box dan white box, keberhasilan dalam mendeteksi wajah telah dihasilkan pada aplikasi. Adapun jenis ekspresi yang dapat terdeteksi yaitu, membelalak, terpejam, senyum, diam, dan tertawa.
Item Type: | Thesis (Other) |
---|---|
Uncontrolled Keywords: | Ekspresi, Mesin Learning, Wajah |
Subjects: | T Technology > T Technology (General) |
Divisions: | Fakultas Teknik > Teknik Informatika |
Depositing User: | Sitti Hawa |
Date Deposited: | 19 Sep 2024 05:07 |
Last Modified: | 19 Sep 2024 05:07 |
URI: | https://repository.umpar.ac.id/id/eprint/1128 |