UNJUK KERJA ALGORITMA WIDROW-HOFF DALAM MENDETEKSI EKSPRESI WAJAH SECARA REAL TIME

Miftahul Jannah, Adli Abdillah Nababan

Abstract


Abstract

The facial expression detection system is a topic that is continually being researched because it is a very popular study nowadays. Researchers have made many efforts to create face and expression detection systems with complex algorithms, so that it takes a long time to do a long computation. This face and expression detection system will be created using the ADALINE network approach, the Widrowhoff algorithm with two criteria of expression, happy and unhappy on 100  face samples. In this study, there were two processes carried out, namely the training process and expression system testing. at the training stage, the process will provide a system input in the form of a face video image, after which the process of calculating the distance and final weight is then carried out and then the values are stored into memory. After the system recognizes several video images that contain expressions, the system will test, where the input is in the form of video images that are real time and will obtain neuron values with a minimum distance. From this testing process the performance of the algorithm will be measured using the true detection parameter. The results of the research showed that the expression detection system using the widrowhoff algorithm has a true detection of 85%, so this algorithm is categorized as effective in detecting expressions contained in the face.

.

 

KeywordsDigital Image, Image Processing,  Facial Expression Detection, Adaline

 

Abstrak

Sistem pendeteksian ekspresi wajah merupakan topik  yang terus menerus diteliti karena merupakan penelitian yang sangat popular saat ini. Para peneliti telah banyak melakukan usaha-usaha untuk membuat sistem pendeteksian wajah dan ekspresi dengan algoritma yang kompleks, sehingga memerlukan waktu yang lama untuk melakukan komputasi yang panjang. Sistem pendeteksian wajah  dan ekspresi ini akan dibuat dengan menggunakan pendekatan jaringan ADALINE yakni algorita Widrowhoff dengan dua kriteria ekpresi yaitu happy dan unhappy pada 100 sampel wajah. Dalam penelitian ini  ada dua proses yang dilakukan, yaitu  proses pelatihan dan pengujian sistem ekspresi. pada tahap pelatihan, proses akan memberikan inputan sistem berupa citra video wajah, setelah itu dilakukan proses perhitungan jarak dan bobot akhir yang kemudian nilai-nilai tersebut disimpan kedalam memori. Setelah sistem mengenal beberapa citra video yang mengadung ekspresi,  sistem akan melakukan pengujian, dimana inputannya berupa citra video yang bersifat real time dan akan memperoleh nilai neuron dengan jarak yang minimum.  Dari proses pengujian inilah unjuk kerja algoritma akan diukur menggunakan parameter true detection. Dari hasil penelitian ynag dilakukan menunjukkan bahwa sistem pendeteksian ekspresi menggunakan  algoritma widrowhoff  memiliki true detection  85% , sehingga algoritma ini dikatagorikan efektif dalam mendeteksi ekspresi yang terkandung dalam wajah.

.

Keywords : Citra Digital,  Pengolahan citra, Deteksi  Ekspresi  Wajah,  Adaline


Full Text:

PDF

References


Chavan, P. M., Manan C .Jadhav, Jinal B. Mashruwala, Aditi K. Nehete & Pooja A. Panjari. 2013. Real Time Emotion Recognition through Facial Expressions for Desktop Devices”. International Journal of Emerging Science and Engineering (IJESE) :104

Dahria, Muhammad, Usman Muhammadi, Ishak. 2013 “Pengenalan pola wajah menggunakan webcam untuk absensi dengan metode wavelet.”

Darma, Putra. 2010. “Pengolahan Citra digital”. Yogyakarta : Andi

Fitriawan, Helmy, Ouriz Pucu, Yohanes Baptista. 2012 identifikasi plat nomor kendaraan secara off-line berbasis pengolahan citra dan jaringan syaraf tiruan

Ghosh, S & Samir K. Bandyopadhyay. 2015 “A Method for Human Emotion Recognition System” “ British Journal of Mathematics & Computer Science 11(5): 1-27

Hemalatha, G & Sumanthi,C.P. 2014. Study of Techniques for Facial Detection and Expression Classification.3 (2): 27-28.

Munawaroh, Siti, Felix Andreas Sutanto. 2010 Pengolah Citra Digital untuk Identifikasi Uang Kertas.

Safwandi. 2016. Penerapan Metode Learning Vektor Quantization (LVQ) Untuk Mendeteksi Warna Kulit Wajah dan Senyum. Jurnal Penelitian TECHIS. Universitas Sumatera

Sarany, R & K.Kuppusamy. 2016. “Performance analysis of ADALINE and MADALINE Network in classification of Thyroid Disease”. International Journal of Advanced Research Trends in Engineering and Technology (IJARTET): 117.

Shakir, Firas Mahfud & Pedro. “A Review of Person Recognition Based on Face Model”. Eurasian Journal of Science & Engineering. 2018. ISSN 2414-5629 (Print), ISSN 2414-5602

S. Muthuselvi and P. Prabhu. “DIGITAL IMAGE PROCESSING TECHNIQUES – A SURVEY” Golden Research Thoughts JournaL. ISSN No.2231-5063. 2016


Refbacks

  • There are currently no refbacks.


Lisensi Creative Commons

Ciptaan disebarluaskan di bawah Lisensi Creative Commons Atribusi-NonKomersial-TanpaTurunan 4.0 Internasional.

 

 LOKASI:


STMIK PELITA NUSANTARA
Jl. St.Iskandar Muda No.1 - Medan
Email : lppm.pelitanusantara@yahoo.com

E-ISSN : 2580-9741(Online)

P-ISSN : 2088-3943(Print)