Perbandingan Fase Ekspresi Menggunakan Local Binary Pattern Histogram Untuk Pengenalan Ekspresi Mikro
Ekspresi mikro merupakan representasi emosional yang terjadi secara spontan dan tidak dapat dikendalikan secara sadar serta bersifat sementara (durasi pendek) dengan gerakan halus (intensitas gerakan kecil), sehingga sulit dideteksi dengan mata manusia biasa. Gerakan otot ekspresi mikro dihasilkan h...
| Main Authors: | , , , |
|---|---|
| Format: | Article |
| Language: | English |
| Published: |
Universitas Gadjah Mada
2023-11-01
|
| Series: | Jurnal Nasional Teknik Elektro dan Teknologi Informasi |
| Subjects: | |
| Online Access: | https://jurnal.ugm.ac.id/v3/JNTETI/article/view/7818 |
| _version_ | 1797404624292937728 |
|---|---|
| author | Ulla Delfana Rosiani Priska Choirina Yessy Nindi Pratiwi Pratiwi Septiar Enggar Sukmana |
| author_facet | Ulla Delfana Rosiani Priska Choirina Yessy Nindi Pratiwi Pratiwi Septiar Enggar Sukmana |
| author_sort | Ulla Delfana Rosiani |
| collection | DOAJ |
| description | Ekspresi mikro merupakan representasi emosional yang terjadi secara spontan dan tidak dapat dikendalikan secara sadar serta bersifat sementara (durasi pendek) dengan gerakan halus (intensitas gerakan kecil), sehingga sulit dideteksi dengan mata manusia biasa. Gerakan otot ekspresi mikro dihasilkan hanya pada beberapa area kecil wajah, sehingga pengamatan pada area tertentu menghasilkan waktu komputasi yang lebih cepat dan memberikan informasi penting dibandingkan dengan pengamatan pada seluruh wajah. Penelitian ini mengusulkan pengurangan area dan fase pengamatan untuk pengenalan ekspresi mikro. Area yang diamati yaitu alis kiri, alis kanan, mata kanan, mata kiri, dan mulut pada dataset CASME II. Fase pengamatan ekspresi mikro dilakukan dengan menganalisis perbandingan pada fase onset hingga offset (“fullOAO”) dan hanya pada fase onset, apex, dan offset (“OAO”). Ekstraksi fitur dilakukan menggunakan metode sederhana dari local binary patterns histogram (LBPH), yang dapat merepresentasikan fitur lokal pada area wajah. Hasil terbaik dari metode yang diusulkan adalah fase “fullOAO” dengan akurasi 96,8% (menggunakan support vector machine-radial basis function, SVM-RBF) serta rata-rata waktu komputasi sebesar 0,192 ms per frame dan 10,473 ms per video. Pada jenis fase “OAO”, dihasilkan akurasi sebesar 87,7% dengan waktu komputasi 0,159 ms per frame dan 0,576 ms per video. Perbedaan akurasi dan waktu komputasi kedua jenis fase tersebut terjadi karena jumlah frame pada jenis “fullOAO” lebih besar daripada “OAO”, sehingga menghasilkan waktu pemrosesan dan data ekstraksi fitur dalam jumlah yang berbeda. Namun, penurunan akurasi sebesar 9% tidak berpengaruh terlalu besar karena tingkat akurasinya masih tergolong baik, yaitu di atas 80%. Selain itu, pengukuran yang tepat untuk waktu komputasi adalah waktu yang dibutuhkan untuk memproses setiap frame pada video masukan. Maka, dapat disimpulkan bahwa dengan metode yang diusulkan, dapat dihasilkan waktu komputasi cepat dan pengenalan yang tergolong akurat. |
| first_indexed | 2024-03-09T02:57:43Z |
| format | Article |
| id | doaj.art-21129c9e8a4945b99d39faa542f087c3 |
| institution | Directory Open Access Journal |
| issn | 2301-4156 2460-5719 |
| language | English |
| last_indexed | 2024-03-09T02:57:43Z |
| publishDate | 2023-11-01 |
| publisher | Universitas Gadjah Mada |
| record_format | Article |
| series | Jurnal Nasional Teknik Elektro dan Teknologi Informasi |
| spelling | doaj.art-21129c9e8a4945b99d39faa542f087c32023-12-05T01:29:32ZengUniversitas Gadjah MadaJurnal Nasional Teknik Elektro dan Teknologi Informasi2301-41562460-57192023-11-0112430331210.22146/jnteti.v12i4.78187818Perbandingan Fase Ekspresi Menggunakan Local Binary Pattern Histogram Untuk Pengenalan Ekspresi MikroUlla Delfana Rosiani0Priska Choirina1Yessy Nindi Pratiwi Pratiwi2Septiar Enggar Sukmana3Politeknik Negeri MalangUniversitas Islam Raden RahmatPoliteknik Negeri MalangPoliteknik Negeri MalangEkspresi mikro merupakan representasi emosional yang terjadi secara spontan dan tidak dapat dikendalikan secara sadar serta bersifat sementara (durasi pendek) dengan gerakan halus (intensitas gerakan kecil), sehingga sulit dideteksi dengan mata manusia biasa. Gerakan otot ekspresi mikro dihasilkan hanya pada beberapa area kecil wajah, sehingga pengamatan pada area tertentu menghasilkan waktu komputasi yang lebih cepat dan memberikan informasi penting dibandingkan dengan pengamatan pada seluruh wajah. Penelitian ini mengusulkan pengurangan area dan fase pengamatan untuk pengenalan ekspresi mikro. Area yang diamati yaitu alis kiri, alis kanan, mata kanan, mata kiri, dan mulut pada dataset CASME II. Fase pengamatan ekspresi mikro dilakukan dengan menganalisis perbandingan pada fase onset hingga offset (“fullOAO”) dan hanya pada fase onset, apex, dan offset (“OAO”). Ekstraksi fitur dilakukan menggunakan metode sederhana dari local binary patterns histogram (LBPH), yang dapat merepresentasikan fitur lokal pada area wajah. Hasil terbaik dari metode yang diusulkan adalah fase “fullOAO” dengan akurasi 96,8% (menggunakan support vector machine-radial basis function, SVM-RBF) serta rata-rata waktu komputasi sebesar 0,192 ms per frame dan 10,473 ms per video. Pada jenis fase “OAO”, dihasilkan akurasi sebesar 87,7% dengan waktu komputasi 0,159 ms per frame dan 0,576 ms per video. Perbedaan akurasi dan waktu komputasi kedua jenis fase tersebut terjadi karena jumlah frame pada jenis “fullOAO” lebih besar daripada “OAO”, sehingga menghasilkan waktu pemrosesan dan data ekstraksi fitur dalam jumlah yang berbeda. Namun, penurunan akurasi sebesar 9% tidak berpengaruh terlalu besar karena tingkat akurasinya masih tergolong baik, yaitu di atas 80%. Selain itu, pengukuran yang tepat untuk waktu komputasi adalah waktu yang dibutuhkan untuk memproses setiap frame pada video masukan. Maka, dapat disimpulkan bahwa dengan metode yang diusulkan, dapat dihasilkan waktu komputasi cepat dan pengenalan yang tergolong akurat.https://jurnal.ugm.ac.id/v3/JNTETI/article/view/7818pengenalan ekspresi mikrofase ekspresilbphekspresi mikro |
| spellingShingle | Ulla Delfana Rosiani Priska Choirina Yessy Nindi Pratiwi Pratiwi Septiar Enggar Sukmana Perbandingan Fase Ekspresi Menggunakan Local Binary Pattern Histogram Untuk Pengenalan Ekspresi Mikro Jurnal Nasional Teknik Elektro dan Teknologi Informasi pengenalan ekspresi mikro fase ekspresi lbph ekspresi mikro |
| title | Perbandingan Fase Ekspresi Menggunakan Local Binary Pattern Histogram Untuk Pengenalan Ekspresi Mikro |
| title_full | Perbandingan Fase Ekspresi Menggunakan Local Binary Pattern Histogram Untuk Pengenalan Ekspresi Mikro |
| title_fullStr | Perbandingan Fase Ekspresi Menggunakan Local Binary Pattern Histogram Untuk Pengenalan Ekspresi Mikro |
| title_full_unstemmed | Perbandingan Fase Ekspresi Menggunakan Local Binary Pattern Histogram Untuk Pengenalan Ekspresi Mikro |
| title_short | Perbandingan Fase Ekspresi Menggunakan Local Binary Pattern Histogram Untuk Pengenalan Ekspresi Mikro |
| title_sort | perbandingan fase ekspresi menggunakan local binary pattern histogram untuk pengenalan ekspresi mikro |
| topic | pengenalan ekspresi mikro fase ekspresi lbph ekspresi mikro |
| url | https://jurnal.ugm.ac.id/v3/JNTETI/article/view/7818 |
| work_keys_str_mv | AT ulladelfanarosiani perbandinganfaseekspresimenggunakanlocalbinarypatternhistogramuntukpengenalanekspresimikro AT priskachoirina perbandinganfaseekspresimenggunakanlocalbinarypatternhistogramuntukpengenalanekspresimikro AT yessynindipratiwipratiwi perbandinganfaseekspresimenggunakanlocalbinarypatternhistogramuntukpengenalanekspresimikro AT septiarenggarsukmana perbandinganfaseekspresimenggunakanlocalbinarypatternhistogramuntukpengenalanekspresimikro |