Skripsi

Implementasi yunet-yolov8 untuk mengetahui motivasi mahasiswa menggunakan facial expression recognition / Mallvino Rezza Amalleo

Abstrak
Motivasi memiliki peran yang penting dalam kehidupan. Motivasi berarti sebuah pemicu atau penyemangat dalam meningkatkan usaha dalam mewujudkan suatu tujuan. Motivasi sangat berkaitan dengan kesehatan mental. Adanya motivasi dapat membuat seseorang memiliki semangat dan tujuan yang dapat mengarah pada kesejahteraan hidup. Namun jika tidak memiliki motivasi seseorang justru dapat lebih cenderung menimbulkan perasaan stagnasi yang dapat menyebabkan putus asa dan tekanan mental. Motivasi sangat penting dalam menjalankan kehidupan terutama pada mahasiswa yang sedang mengalami sulitnya masa perkuliahan. Tidak jarang terdengar kasus yang terjadi mahasiswa seperti bunuh diri dan depresi yang tidak lain disebabkan oleh kurangnya motivasi dalam hidup. Motivasi merupakan kondisi internal yang cukup sulit diukur secara objektif. Untuk mengetahui motivasi mahasiswa dapat dilakukan dengan pendekatan melalui ekspresi pada wajah dengan sistem Facial Expression Recognition (FER). Penelitian ini memiliki tujuan diantaranya untuk mengetahui motivasi mahasiswa dengan melakukan integrasi dataset ekspresi wajah menggunakan YOLOv8 untuk mengimplementasikan YuNet-YOLOv8 ke dalam sistem Facial Expression Recognition dan untuk menguji kelayakan hasil dalam mengetahui motivasi mahasiswa. Metode yang digunakan dalam penelitian ini yaitu Artificial Intelligence Project Life Cycle. Metode ini terdiri dari 6 fase yaitu Problem Scoping Data Gathering Data Preparation Modelling Evaluation dan Deployment. Untuk melakukan proses training penelitian ini menggunakan dataset RAF-DB sebagai sumber data dan menggunakan tiga hyperparameter yaitu pretrained weight jumlah epochs dan ukuran batch. Pretrained weight yang digunakan yaitu YOLOv8n-cls YOLOv8s-cls dan YOLOv8m-cls. Jumlah epochs yang digunakan yaitu 30 60 90 dan 120. Ukuran batch yang digunakan yaitu batch 16 32 dan 64. Hasil dari pengujian didapatkan bahwa pretrained weight YOLOv8m-cls dengan jumlah epochs 120 dan ukuran batch 64 merupakan hyperparameter yang paling optimal. Dari hasil pengujian model tersebut disusun sistem FER dengan YuNet sebagai Face Detector dan model YOLO dengan hyperparameter tersebut sebagai classifier. Sistem tersebut diuji dengan 20 gambar wajah dari mahasiswa dengan masing-masing mahasiswa memberikan 4 gambar. Dari hasil pengujian tersebut sistem berhasil mendeteksi dan mengklasifikasikan 71 gambar dengan benar dan 9 gambar tidak benar. Hasil pengujian metrik yang didapatkan yakni precision sebesar 78 31% recall sebesar 73 75% dan F1-Score sebesar 74 41%. Selain itu dari hasil pengujian tersebut didapatkan hasil akurasi sistem yakni sebesar 73 75% yang tergolong cukup baik. Dengan demikian sistem yang dikembangkan dalam penelitian ini cukup layak digunakan dalam mengetahui motivasi mahasiswa.

Informasi Detail

DDC

SKRIPSI DIGITAL

Prodi

Universitas Negeri Malang. Program Studi Teknik Informatika, 2024.

Deskripsi Fisik

xvi, 57 hlm. : ilus.

Bahasa

Indonesia

No Reg

4689/RS/24

Edisi

Skripsi (Sarjana)--Universitas Negeri Malang. 2024

Subjek

1. FACIAL EXPRESSION RECOGNITIONF
2. YUNET - YOLOV8

Pembimbing

1. M. Zainal Arifin, S.si, M.kom

Lampiran Berkas