Pengenalan Ekspresi Wajah Menggunakan Local Binery Pattern
Komunikasi tidak hanya disampaikan melalui lisan, tulisan, ataupun gerakan tubuh seseorang, tetapi dapat disampaikan melalui emosi dasar yang dirasakan oleh seseorang. Ekspresi emosi disampaikan melalui bentuk ekspresi wajah ekspresi wajah menyumbang sebesar 55% dalam penyampaian pesan (Mehrabian, 1971). LBP memiliki perhitungan yang cepat karena algoritmanya yang sederhana, namun tetap dapat menghasilkan ciri wajah secara efisien dilihat dari ujung alis, mata dan mulut. Local Binery Pattern dengan menggunakan kenernel berukuran 3 x 3 menggunakan 8 piksel ketetanggan in dari sebuah piksel tengah ic. Piksel ketetanggaan ke-n tersebut di-threshold menggunakan nilai keabuan dari piksel tengah. Setelah didapatkan nilai ekstrasi fitur Local Binery Pattern kemudian menghitung 5 nilai ciri tekstur orde pertama yaitu mean, skewness, variance, kurtosis, dan entropy (Melati, 2020). Dari hasil pengujian karakteristik eksrepsi wajah dengan menggunakan metode Local Binery Pattern terdapat 7 ekspresi wajah, anger(marah) 90%, contempt(meremehkan) 89%, disgust(jijik) 92%, fear(takut) 90%, happy (senyum) 95%, sadness (sedih) 91%, dan surprise (terkejut) 94%. Total rata-rata hasil pengujian dari 7 ekspresi wajah didapatkan nilai sebesar 92%.
Detail Information
Citation
APA Style
. (2022).Pengenalan Ekspresi Wajah Menggunakan Local Binery Pattern ().Teknik Informatika:FTI
Chicago Style
.Pengenalan Ekspresi Wajah Menggunakan Local Binery Pattern ().Teknik Informatika:FTI,2022.Text
MLA Style
.Pengenalan Ekspresi Wajah Menggunakan Local Binery Pattern ().Teknik Informatika:FTI,2022.Text
Turabian Style
.Pengenalan Ekspresi Wajah Menggunakan Local Binery Pattern ().Teknik Informatika:FTI,2022.Text