Deteksi Emosi Anak dari Ekspresi Wajah dengan Deep Learning untuk Menilai Kesehatan Mental
Total View This Week0
Total View This Week0
Institusion
Politeknik Negeri Bali
Author
Ginting, Yohana Nathasya Br
Swardika, I Ketut
Dewi, Dewa Ayu Indah Cahya
Swardika, I Ketut
Dewi, Dewa Ayu Indah Cahya
Subject
Ilmu Teknik
Datestamp
2023-09-10 23:24:00
Abstract :
Penyadaran mengenai meningkatnya tingkat gangguan kesehatan mental pada anak-anak dalam periode terakhir ini telah menjadi isu yang memerlukan perhatian mendalam. Kesehatan mental anak merupakan aspek penting dalam perkembangan dan kesejahteraan anak-anak. Emosi anak memiliki peran utama dalam perkembangan itu. Emosi pada anak melibatkan perasaan, pemikiran, dan tindakan sebagai respons terhadap stimulus dalam lingkungan. Ekspresi wajah anak menjadi salah satu bentuk manifestasi dari emosi yang mereka alami. Kesehatan mental anak mencakup kemampuan membangun hubungan yang sehat dengan orang lain, merasa bahagia, percaya diri, serta mengatasi tekanan dan stres. Penelitian ini menerapkan sistem deteksi emosi anak melalui analisis ekspresi wajah menggunakan pendekatan deep learning. Sistem ini menggunakan model Convolutional Neural Network (CNN) yang diimplementasikan dalam bahasa pemrograman Python dengan pustaka Tensorflow Lite dan OpenCV. Data yang digunakan adalah dataset gambar ekspresi wajah anak yang telah dikategorikan dalam beberapa jenis emosi. Model CNN dilatih dengan memanfaatkan teknik deep learning di Google Colaboratory, dengan tujuan mengenali pola-pola dalam data serta mengklasifikasikan ekspresi wajah anak ke dalam berbagai kategori emosi yang sesuai.Sistem ini efektif dalam mendeteksi emosi anak dengan tingkat akurasi mencapai 83%. Hasil pengujian pada video menunjukkan bahwa perulangan ekspresi emosi terjadi dengan frekuensi yang signifikan. Anak mampu menunjukkan emosi positif seperti ekspresi ceria dan senang, sekaligus mampu merasakan emosi negatif seperti ekspresi sedih atau marah dalam rentang waktu tertentu. Ditemukan bahwa anak mampu merasakan variasi emosi positif dan negatif dalam durasi tertentu, yang sejalan dengan perubahan emosi yang normal pada usia mereka.
Penyadaran mengenai meningkatnya tingkat gangguan kesehatan mental pada anak-anak dalam periode terakhir ini telah menjadi isu yang memerlukan perhatian mendalam. Kesehatan mental anak merupakan aspek penting dalam perkembangan dan kesejahteraan anak-anak. Emosi anak memiliki peran utama dalam perkembangan itu. Emosi pada anak melibatkan perasaan, pemikiran, dan tindakan sebagai respons terhadap stimulus dalam lingkungan. Ekspresi wajah anak menjadi salah satu bentuk manifestasi dari emosi yang mereka alami. Kesehatan mental anak mencakup kemampuan membangun hubungan yang sehat dengan orang lain, merasa bahagia, percaya diri, serta mengatasi tekanan dan stres. Penelitian ini menerapkan sistem deteksi emosi anak melalui analisis ekspresi wajah menggunakan pendekatan deep learning. Sistem ini menggunakan model Convolutional Neural Network (CNN) yang diimplementasikan dalam bahasa pemrograman Python dengan pustaka Tensorflow Lite dan OpenCV. Data yang digunakan adalah dataset gambar ekspresi wajah anak yang telah dikategorikan dalam beberapa jenis emosi. Model CNN dilatih dengan memanfaatkan teknik deep learning di Google Colaboratory, dengan tujuan mengenali pola-pola dalam data serta mengklasifikasikan ekspresi wajah anak ke dalam berbagai kategori emosi yang sesuai.Sistem ini efektif dalam mendeteksi emosi anak dengan tingkat akurasi mencapai 83%. Hasil pengujian pada video menunjukkan bahwa perulangan ekspresi emosi terjadi dengan frekuensi yang signifikan. Anak mampu menunjukkan emosi positif seperti ekspresi ceria dan senang, sekaligus mampu merasakan emosi negatif seperti ekspresi sedih atau marah dalam rentang waktu tertentu. Ditemukan bahwa anak mampu merasakan variasi emosi positif dan negatif dalam durasi tertentu, yang sejalan dengan perubahan emosi yang normal pada usia mereka.
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
