Abstrak

Emosi digunakan untuk mengekspresikan keadaan seseorang baik secara verbal maupun nonverbal. Ekspresi wajah dapat membentuk suatu pola yang berisikan informasi kompleks karena dapat berubah secara dinamis. Analisis ekspresi wajah berhubungan dengan pengenalan secara visual gerakan wajah dan perubahan ciri wajah. Komponen dasar sistem analisis ekspresi wajah adalah preprocessing, ekstraksi fitur, dan pengenalan atau identifikasi ekspresi wajah. Sebuah metode deteksi wajah berperan untuk menentukan ada tidaknya bagian wajah dan mengambil daerah wajah dari sebuah citra yang dideteksi. Sedangkan pada proses ekstraksi fitur dilakukan ekstraksi data wajah yang telah didapat dan selanjutnya digunakan sebagai variabel masukan untuk sistem yang dibuat, lalu ekspresi dari berbagai wajah dikelompokkan kedalam kategori yang berbeda berdasarkan ekstraksi ciri dari data citra wajah. Kondisi emosional seseorang merupakan identifikasi yang ditinjau pada penelitian ini, klasifikasi dibagi menjadi 4 cluster yaitu kondisi senang, kecewa, marah, dan terkejut. Sistem identifikasi menggunakan MLP dengan pengujian terhadap data citra uji untuk kelas senang menghasilkan tingkat akurasi sebesar 44.44%, untuk kelas kecewa menghasilkan tingkat akurasi sebesar 66.66%, kelas marah menghasilkan akurasi sebesar 55.55%, dan kelas terkejut menghasilkan tingkat akurasi sebesar 22.22%.

Kata kunci—Emosi, Pengenalan Pola, ROI, Multi Layer Perceptron