Record Detail Back
PREDIKSI STRES BERDASARKAN EKSPRESI WAJAH MENGGUNAKAN KOMBINASI CONVOLUTIONAL NEURAL NETWORK (CNN) DAN RANDOM FOREST
- Share to:
Permasalahan stres yang dialami individu dapat berdampak pada kesehatan mental
dan produktivitas apabila tidak terdeteksi sejak dini. Perkembangan teknologi
kecerdasan buatan memungkinkan deteksi kondisi stres dilakukan secara objektif
melalui analisis ekspresi wajah. Penelitian ini bertujuan untuk merancang dan
mengimplementasikan model prediksi stres berbasis ekspresi wajah menggunakan
pendekatan hibrida Convolutional Neural Network (CNN) dan Random Forest.
Dataset Facial Expression Recognition dipetakan ke dalam dua kelas, yaitu stres
dan non-stres, untuk mendukung klasifikasi biner. CNN digunakan sebagai feature
extractor untuk mengekstraksi fitur visual citra wajah, sedangkan Random Forest
digunakan sebagai algoritma klasifikasi akhir. Evaluasi performa model dilakukan
menggunakan metrik accuracy, precision, recall, dan F1-score. Hasil pengujian
menunjukkan bahwa model CNN memperoleh akurasi sebesar 75%, Random
Forest sebesar 68%, sedangkan model Hybrid CNN–Random Forest menghasilkan
akurasi tertinggi sebesar 85% dengan rata-rata precision 0,86, recall 0,85, dan F1
score 0,85. Hasil tersebut menunjukkan bahwa kombinasi CNN dan Random Forest
mampu meningkatkan performa klasifikasi dibandingkan penggunaan masing
masing model secara terpisah. Model yang dihasilkan kemudian diimplementasikan
dalam sistem berbasis API dan aplikasi Mobile untuk melakukan prediksi stres
secara real-time.
HANIF MUTHIAR TSANI - Personal Name
NONE
Text
INDONESIA
TEKNIK INFORMATIKA UNLA
2006
BANDUNG
LOADING LIST...
LOADING LIST...
APA Citation
HANIF MUTHIAR TSANI. (2006).PREDIKSI STRES BERDASARKAN EKSPRESI WAJAH
MENGGUNAKAN KOMBINASI CONVOLUTIONAL NEURAL
NETWORK (CNN) DAN RANDOM FOREST.(Electronic Thesis or Dissertation). Retrieved from https://localhost/etd