Pengenalan ekspresi wajah merupakan pengembangan dari pengenalan wajah dalam lingkungan pengenalan pola (feature recognition). Penelitian tentang pengenalan ekspresi wajah sangat bermanfaat pada berbagai bidang, contohnya pada bidang interaksi manusia dan komputer, dalam hal ini komputer mengenali ekspresi wajah pengguna, kemudian komputer secara terprogram dan melakukan intruksi yang sesuai dengan ekspresi wajah pengguna. Pada penelitian ini menggunakan database JAFFE (Japanese Female Facial Expression) dengan 7 macam ekspresi dari 10 wanita Jepang dan masing-masing ekspresi ada 30 pose dengan ukuran dimensi citra 256 x 256 piksel. Penelitian ini bertujuan untuk membangun sistem pengenalan ekspresi wajah menggunakan metode ekstraksi fitur Two Dimensional Linear Discriminant Analysis Modification (Modifikasi 2DLDA), yang merupakan hasil pengembangan dari metode Two Dimensional Linear Discriminant Analysis (2DLDA) sedangkan 2DLDA adalah pengembangan dari metode Linear Discriminant Analysis (LDA). Sedangkan untuk pengukuran kemiripan menggunakan metode Two Dimensional Correlation Coefficient yaitu dengan cara mengalikan bobot training dengan bobot testing dan membaginya dengan hasil akar dari bobot training yang dikalikan dengan bobot testing. Hasil uji coba dengan tingkat akurasi tertinggi adalah sebesar 90,48% pada skenario 5 sedangkan tingkat akurasi terendah 52,08% pada skenario 4.

Facial expression recognition is the development of face recognition within the pattern recognition (feature recognition). Research on facial expression recognition is very useful in many fields, for example in the field of human computer interaction, in this case the computer to recognize facial expressions of users, then the programmed computer and perform the appropriate instructions to user's facial expression. In this study using Jaffe database (Japanese Female Facial Expression) with 7 different expression of 10 Japanese women and each expression there are 30 poses with the size of the image dimensions of 256 x 256 pixels. This study aims to build a facial expression recognition system using feature extraction methods Two Dimensional Linear Discriminant Analysis Modification (Modification 2DLDA), which is a result of the development of the method of Two-Dimensional Linear Discriminant Analysis (2DLDA) while 2DLDA is the development of methods of Linear Discriminant Analysis (LDA) . As for the similarity measurement using Two Dimensional Correlation Coefficient is calculated by multiplying the weight training with weights and dividing by the results of testing the root of weight training with weights multiplied testing. Results of the test with the highest level of accuracy is equal to 90.48% in scenario 5, while the lowest accuracy rate 52.08% in scenario 4.

Baca Jurnal Baca Jurnal Baca Jurnal Baca Jurnal Baca Jurnal Baca Jurnal Baca Jurnal Baca Jurnal Baca Jurnal Baca Jurnal Baca Jurnal Baca Jurnal