Pengenalan Ekspresi Wajah Menggunakan Kombinasi Metode Principal Component Analysis (PCA) dan Convolutional Neural Networks (CNN)

Ekspresi wajah merupakan salah satu bentuk non verbal untuk mengenali
emosi atau perasaan seseorang. Pada penelitian ini proses pengenalan ekspresi
wajah dilakukan dengan menggunaka metode feature learning dari Convolutional
Neural Networks (CNN) yang dikombinasikan metode feature engineering dari
Principal Component Analysis(PCA). Feature learning merupakan teknik yang
memungkinkan sistem secara otomatis menemukan representasi yang diperlukan
untuk deteksi fitur atau klasifikasi dari data mentah.Feature engineering
merupakan teknik yang membutuhkan algoritma tertentu untuk mendapatkan
fitur. Dataset yang digunakan adalah JAFFE dengan jumlah data sebanyak 245
citra. Terdapat 2 model skenario uji coba yang dilakukan. Model 1 data diuji
menggunakan metode CNN saja, sedangkan model 2 data diuji menggunakan
metode CNN dan PCA dimana hasil flatten featuremap dari CNN akan
dikombinasikan dengan hasil ekstraksi fitur dari PCA yang kemudian dimasukkan
kedalam fully connected layer untuk melakukan klasifikasi terhadap kelas dari
citra tersebut. Dari penelitian ini dapat disimpulkan bahwa kombinasi metode
CNN dan PCA berpengaruh untuk meningkatkan kinerja model. Nilai rata-rata
F1-Score model 1 sebesar 85,76% sedangkan model 2 sebesar 92,46%.