Implementasi Algoritma K-Nearest Neighbor (K-NN) dalam Mengklasifikasikan Berbagai Jenis Ekspresi Wajah Manusia

  • Marinatul Khaliqah Universitas Annuqayah
  • Luluk Sarifah Universitas Annuqayah
  • Siti Khotijah Universitas Annuqayah
Keywords: Facial Expression, GLCM, Classification, K-Nearest Neighbor

Abstract

Ekspresi wajah manusia adalah bentuk respon alami yang ditunjukkan oleh manusia untuk memperlihatkan perasaan yang sedang dirasakan saat berinteraksi sosial, yang mana dalam berinteraksi sosial, kondisi emosi yang baik menjadi penting dalam menjalin komunikasi yang baik. Pentingnya penelitian terkait ekspresi wajah adalah membantu perkembangan teknologi di dunia dalam memainkan peran penting dalam interaksi komputer dan manusia. Adanya penelitian ini bertujuan untuk mengklasifikasikan ekspresi wajah manusia menggunakan algoritma K-Nearest Neighbor dengan dibantu ekstraksi ciri GLCM sebagai variabel yang dijadikan inputan pada proses klasifikasi. Pada penelitian ini dilakukan dua jenis pengujian, yaitu dengan jumlah data yang lebih banyak dan jumlah data yang lebih sedikit dengan penggunaan k=1, k=3, dan k=5 dengan tujuan mengetahui tingkat akurasi yang lebih baik dari algoritma K-Nearest Neighbor. Setelah dilakukan pengujian didapatkan hasil akurasi yang lebih baik dari algoritma K-Nearest Neighbor adalah dengan jumlah data yang lebih banyak dengan penggunaan k=1, yaitu dengan tingkat akurasi mencapai 100%. Jadi dapat disimpulkan bahwa algoritma K-Nearest Neighbor dapat mencapai akurasi terbaiknya dalam mengklasifikasikan jenis ekspresi wajah manusia adalah dengan pengujian data yang lebih banyak dan dengan penggunaan k=1.

Downloads

Download data is not yet available.

References

Abidin, Z. 2012. Rancang Bangun Sistem Pengenalan Ekspresi Wajah Menggunakan Fisherface dan Jaringan Syaraf Tiruan Backpropagation. Jurnal MIPA. 35(02) : 194–203.

Ahmad, N., & Alhamad, A. 2019. Penerapan Metode GLCM (Gray Level Co-Occurrence Matrix) untuk Reduksi Ciri Pada Pengenalan Ekspresi Wajah. Jurnal Cosphi, 3(2) : 61–64.

Ali, R. 2016. Detektor Ekspresi Wajah Manusia. Jurnal Informatika, 16(1): 74–84.

Andono, P.N., T.Sutojo., & Muljono. 2017. Pengolahan Citra Digital. Penerbit ANDI. Yogyakarta. Hal. 24-75.

Asmara, R. A. ., Andjani, B. S. ., Rosiani, U. D. ., & Choirina, P. . (2018). KLASIFIKASI JENIS KELAMIN PADA CITRA WAJAH MENGGUNAKAN METODE NAIVE BAYES. Jurnal Informatika Polinema, 4(3), 212–217. https://doi.org/10.33795/jip.v4i3.209

Hamdi, AS., & Bahruddin, E. 2014. Metode Penelitian Kuantitatif Aplikasi dalam Pendidikan. Deepublish. Yogyakarta. Hal. 5-38.

ihsan, mohamad, Niswatin, R. K., & Swanjaya, D. (2021). DETEKSI EKSPRESI WAJAH MENGGUNAKAN TENSORFLOW. Joutica, 6(1), 428–433. https://doi.org/10.30736/jti.v6i1.554

Ilmageo, M. A. Z. 2020. Implementasi Metode K-Nearest Neighborhood untuk Deteksi Emosi Pada Wajah. Skripsi. Jurusan Teknik Informatika Fakultas Sains dan Teknologi Universitas Islam Negeri Maulana Malik Ibrahim Malang. Malang.

Kusumawati, A. 2020. Implementasi Local Binary Pattern dan K-Nearest Neighbor Untuk Klasifikasi Citra Wajah. Skripsi. Program Studi Informatika Fakultas Teknologi Informasi dan Elektro Universitas Teknologi Yogyakarta. Yogyakarta.

Mahran, A. A., Hapsari, R. K., & Nugroho, H. 2020. Penerapan Naive Bayes Gaussian Pada Klasifikasi Jenis Jamur Berdasarkan Ciri Statistik Orde Pertama. Jurnal Ilmiah NERO. 5(2) : 91-99. https://doi.org/10.21107/nero.v5i2.165

Manuel, I. S., & Ernawati, I. 2020. Implementasi GLCM dan Algoritma Naive Bayes Dalam Klasifikasi Jenis Bunga Anggrek. Senamika, 1(2) : 99–109.

Nendya, M. B., Yuniarno, E. M., & Sumpeno, S. (2021). Clustering Titik Fitur Model Wajah 3D Menggunakan K-Nearest Neighbour. Jurnal Informatika Dan Sistem Informasi, 7(1), 19–24. Retrieved from https://journal.uc.ac.id/index.php/JUISI/article/view/1739

Putry, N. M., Sary, B.N. 2022. Komparasi Algoritma KNN Dan Naïve Bayes Untuk Klasifikasi Diagnosis Penyakit Diabetes Mellitus. EVOLUSI : Jurnal Sains Dan Manajemen, 10(1) : 45-57. https://doi.org/10.31294/evolusi.v10i1.12514

Reynaldo, R. R., & Maliki, I. 2021. Pengenalan Ekspresi Wajah dengan Metode Viola Jones dan Convolutional Neural Network. Komputika : Jurnal Sistem Komputer, 10(1) :1–9. https://doi.org/10.34010/KOMPUTIKA.V10I1.4119

Seandrio, A. L., Pratomo, A. H., & Florestiyanto, M. Y. 2021. Implementation of Convolutional Neural Network (CNN) in Facial Expression Recognition Implementasi Convolutional Neural Network (CNN) Pada Pengenalan Ekspresi Wajah. Jurnal Informatika Dan Teknologi Informasi, 18(2) : 211–221. https://doi.org/10.31315/telematika.v18i2.4823

Syahid, M. A. 2021. Pengenalan Wajah Berbasis Fitur Principal Component Analysis (PCA) Dengan Seleksi Fitur Genetic Algorithm (GA) Dan K – Nearest Neighbor (K-NN) Classifier. skripsi. Program Studi Teknik Informatika. Fakultas Teknik Universitas Mataram. Mataram.

Zana, A. Z. B., Raharjo, J., & Fauzi, H. 2021. Analisa Jenis Kelamin Berdasarkan Citra Wajah Menggunakan Metode Gray Level Co-Occurrence Matrix (GLCM) Dan Klasifikasi Naive Bayes Gender Analysis Based on Face Image Using Gray Level Co-Occurrence Matrix (GLCM) and Naive Bayes Classification. E-Proceeding of Engineering. 8(5) : 4580–4591.

Article Metrics

Abstract view : 87 times
Published
2024-05-25
How to Cite
Khaliqah, M., Sarifah, L., & Khotijah, S. (2024). Implementasi Algoritma K-Nearest Neighbor (K-NN) dalam Mengklasifikasikan Berbagai Jenis Ekspresi Wajah Manusia. Zeta - Math Journal, 9(1), 10-20. https://doi.org/10.31102/zeta.2024.9.1.10-20