expressions. Mengidentifikasi Mood Mahasiswa Berdasarkan Ekspresi Wajah dengan Menggunakan Discrete Wavelet Transform dan Fuzzy K-Nearest Neighbor
| Main Authors: | Reski Amalia, Nur Inzani, Sari, Jayanti Yusmah |
|---|---|
| Format: | Article info application/pdf eJournal |
| Bahasa: | eng |
| Terbitan: |
Universitas Multimedia Nusantara
, 2019
|
| Online Access: |
http://ejournals.umn.ac.id/index.php/SK/article/view/1072 http://ejournals.umn.ac.id/index.php/SK/article/view/1072/786 |
Daftar Isi:
- Mood is a temporary emotional state. Mood usually has positive or negative quality values. Emotional intelligence has a role of more than 80% in achieving life success and is one of the factors that influence the students' capture power in the lecture process. By knowing the emotions of students, we can help capture students' ability during the lecture process, and the need for a system that can identify emotions that are formed during lectures.This system is built using the Discrete Wavelet Transform which transforms the image into 4 sub-images. The image of Discrete Wavelet Transform results looks rough or forms a face that can distinguish student expressions. The results of the Discrete Wavelet Transform image processing are classified using Fuzzy K-nearest neighbor. Classification is divided into three expressions, namely: Angry, Happy and Sad with accuracy of 77.49%
- Mood adalah keadaan emosional yang bersifat sementara. Mood biasanya memiliki nilai kualitas positif atau negatif. Kecerdasan emosional memiliki peran lebih dari 80% dalam mencapai kesuksesan hidup dan menjadi salah satu faktor yang mempengaruhi daya tangkap mahasiswa dalam proses perkuliahan. Dengan mengetahui emosi-emosi mahasiswa, kita dapat membantu daya tangkap mahasiswa saat proses perkuliahan, serta dibutuhkannya sistem yang dapat mengidentifikasi emosi-emosi yang terbentuk saat perkuliahan berlangsung. Sistem ini dibangun menggunakan Discrete Wavelet Transform yang mentransformasikan citra menjadi 4 sub-image. Citra hasil Discrete Wavelet Transform tampak kasar atau membentuk wajah yang dapat membedakan ekspresi mahasiswa. Hasil pengolahan citra Discrete Wavelet Transform di klasifikasikan dengan menggunakan Fuzzy K-nearest neighbor. Pengklasifikasian dibagi kedalam tiga ekspresi yaitu : Marah, Senang dan Sedih dengan akurasi 77,49%