TRUNOJOYO-Tugas Akhir-23316-Abstrak.pdf
Restricted to Repository staff only
Download (519kB)
TRUNOJOYO-Tugas Akhir-23316-Cover.pdf
Restricted to Repository staff only
Download (1MB)
TRUNOJOYO-Tugas Akhir-23316-Chapter 1.pdf
Restricted to Repository staff only
Download (661kB)
TRUNOJOYO-Tugas Akhir-23316-Chapter 2.pdf
Restricted to Repository staff only
Download (1MB)
TRUNOJOYO-Tugas Akhir-23316-Chapter 3.pdf
Restricted to Repository staff only
Download (1MB)
TRUNOJOYO-Tugas Akhir-23316-Chapter 4.pdf
Restricted to Repository staff only
Download (3MB)
TRUNOJOYO-Tugas Akhir-23316-Conclusion.pdf
Restricted to Repository staff only
Download (565kB)
TRUNOJOYO-Tugas Akhir-23316-References.pdf
Restricted to Repository staff only
Download (474kB)
TRUNOJOYO-Tugas Akhir-23316-Appendices.pdf
Restricted to Repository staff only
Download (1MB)
Abstract
Ekspresi wajah adalah salah satu cara manusia dalam berkomunikasi untuk menyampaikan emosi seseorang terhadap lawan komunikasinya secara nonverbal. Oleh karena itu, ekspresi wajah manusia dapat digunakan dalam berbagai macam tujuan salah satunya yaitu mengetahui kepuasan pelanggan. Selama ini, nasabah Bank Rakyat Indonesia (BRI) memberikan umpan balik kualitas pelayanan hanya menggunakan sistem polling yaitu dengan mengisi formulir kritik dan saran kemudian dimasukkan pada kotak saran yang dibedakan antara puas dan tidak puas. Namun, metode seperti itu kurang efektif karena dapat dengan mudah dimanipulasi oleh nasabah dan sering kali nasabah acuh tak acuh terhadap umpan balik tersebut. Sehingga perbaikan kualitas pelayanan cenderung kurang efektif. Pada penelitian ini akan dilakukan perancangan sebuah sistem yang dapat mengenali ekspresi wajah manusia untuk menentukan tingkat kepuasan pelanggan dengan data input berupa data video yang diambil oleh kamera webcam dengan metode viola-jones untuk mendeteksi wajah dan menentukan pola wajah. Kemudian data wajah akan diklasifikasikan dengan metode K-Nearest Neighbor untuk menentukan jenis ekspresi wajah. Penentuan nilai k sangat menentukan tingkat keberhasilan deteksi ekspresi wajah. Data yang sudah diproses akan ditampilkan pada liquid crystal display (LCD) kemudian disimpan pada database MySQL. Hasil penelitian menunjukkan tingkat akurasi deteksi ekspresi wajah sebesar 80,77% dari 52 data ekspresi wajah.
| Item Type | Thesis (Skripsi) |
|---|---|
| Thesis Type | S1 |
| Creators | Creators NIM MUHAMMAD IQBAL MAULANA |
| Department | Teknik Elektro |
| Uncontrolled Keywords | Sistem Konvensional;Deteksi Ekspresi Wajah;Kepuasan Pelanggan;Viola-jone;K-Nearest Neighbor |
| Divisions | Fakultas Teknik > S1 - Teknik Elektro |
| Additional Information | elib mass import |
| Depositing User | Unnamed user with email library@trunojoyo.ac.id |
| Date Deposited | 19 Oct 2026 12:16 |
| Last Modified | 24 Oct 2026 16:47 |
| URI | https://repository.trunojoyo.ac.id/id/eprint/3995 |
