Beranda Berita Gabung Riset
Kegiatan Penelitian
Hibah Eksternal BIMA 2025

Pendekatan Hibrida Landmark dan GRU untuk Pengenalan Ekspresi Wajahyang Efisien dan Akurat: Implementasi pada Dataset CK+

Tim Peneliti / Pelaksana
Sri Winarno , Eng. Farrikh Alzami, Dewi Agustini Santoso
Skema / Program
Penelitian Fundamental Reguler

Abstrak / Deskripsi

Pengenalan ekspresi wajah (FER) memiliki peran krusial dalam interaksi manusia komputer, semakin relevan di era pembelajaran daring. Meskipun kemajuan signifikan telah dicapai, model FER saat ini masih menghadapi tantangan dalam mencapai akurasi dan efisiensi optimal, terutama dalam menangani dinamika temporal ekspresi. Penelitian ini bertujuan mengembangkan model FER yang efisien dan akurat melalui pendekatan hibrida, menggabungkan kekuatan representasi geometris landmark wajah yang diekstraksi MediaPipe dengan kemampuan pemodelan temporal Recurrent Neural Network (GRU). Metode penelitian meliputi ekstraksi landmark wajah dari dataset CK+ menggunakan MediaPipe, perancangan arsitektur model GRU, pelatihan dan evaluasi model secara komprehensif. Luaran yang ditargetkan adalah model FER berbasis landmark-GRU yang tervalidasi, publikasi ilmiah pada jurnal Q3, serta fondasi bagi pengembangan aplikasi deteksi partisipasi mahasiswa di kelas daring di masa mendatang. Penelitian ini diharapkan memberikan kontribusi signifikan pada bidang FER dan membuka jalan bagi aplikasi praktis dalam meningkatkan kualitas pembelajaran daring dan interaksi manusia komputer yang lebih intuitif.