Klasifikasi Emosi Kompleks yang Negatif Pada Anak Menggunakan Metode KNearest Neighbor

Penulis

  • Rizki Fauzi Andaru Telkom University
  • Anggunmeka Luhur Prasasti Telkom University
  • Randy Erfa Saputra Telkom University

Abstrak

AbstrakEmosi merupakan salah satu bahasa tubuh yang melibatkan banyak aspek seperti perilaku, tindakan, pikiran, dan juga perasaan. Emosi memiliki banyak bentuk. Emosi juga dapat digunakan sebagai media penyampaian pesan secara tersirat. Akan tetapi, kadang manusia tidak dapat mendefinisasikan arti dari emosi tersebut terutama pada anak-anak. Orangtua sering sekali merasa bingung dikarenakan perubahan emosi pada anaknya sehingga bingung bagaimana cara menghadapi emosi pada anak. Banyak sekali cara mengetahui emosi dari anak.salah satunya adalah dengan cara mengklasifikasikan emosi berdasarkan raut wajah dan juga gestur tubuh. Metode klasifikasi ini dapat menggunakan algoritma K-Nearest Neighbor dengan cara mengklasifikasikan data berdasarkan atribut dan sample data dari training data. Pada data ini digunakan dataset dari EmoReact yang berisikan data ekspresi anak-anak yang meliputi beberapa ekspresi seperti bahagia, sedih, takut, marah, dan netral. Hasil dari penelitian ini adalah bahwa algoritma K-Nearest Neighbor mendapatkan hasil training model sebesar 99.89% dan dapat mengklasifikasikan emosi ekspresi pada anak dengan tingkat akurasi 45%.

Kata kunci— emosi, klasifikasi, ekspresi, K-Nearest Neighbor

Referensi

M. P. Dewi, N. S, and I. Irdamurni, “Perkembangan Bahasa, Emosi, Dan Sosial Anak Usia Sekolah Dasar,” J. Ilm. Pendidik. Dasar, vol. 7, no. 1, p. 1, 2020, doi: 10.30659/pendas.7.1.1-11.

Zaki, M., Prasasti, A., & Paryasto, M. (2022). ALEXNET ARCHITECTURE AND FUZZY ANALYSIS ON TALENT JUDGE DECISION PREDICTION BASED ON FACIAL EXPRESSION. Jurnal Riset Informatika, 4(4), 341-346. https://doi.org/10.34288/jri.v4i4.435.

A. Rahayu Tresna Dewi, M. Mayasarokh, E. Gustiana, and P. PAUD STKIP Muhammadiyah Kuningan, “Perilaku Sosial Emosional (Dewi; Mayaksaroh; Gustiana PERILAKU SOSIAL EMOSIONAL ANAK USIA DINI,” vol. 04, no. 1, pp. 181–190, 2020.

Isman, F. A., Prasasti, A. L., & Nugrahaeni, R. A. (2021, April). Expression Classification For User Experience Testing Using Convolutional Neural Network. In 2021 International Conference on Artificial Intelligence and Mechatronics Systems (AIMS) (pp. 1-6). IEEE.

M. D. Kusumawati, “Pengertian Emosi, Pola Emosi Anak, Dampak Emosi Anak Karena Perceraian (2020),” J. Edukasi Nonform., vol. 1, no. 2, pp. 61–69, 2020.

Afriansyah, Y., Nugrahaeni, R. A., & Prasasti, A. L. (2021, July). Facial Expression Classification for User Experience Testing Using K-Nearest Neighbor. In 2021 IEEE International Conference on Industry 4.0, Artificial Intelligence, and Communications Technology (IAICT) (pp. 63-68). IEEE.

J. Y. Sari, I. P. Ningrum, J. T. Informatika, F. Teknik, and U. H. Oleo, “Pengenalan Wajah Menggunakan Metode Linear,” 2017.

S. P. Dewi, A. L. Prasasti, and B. Irawan, “Analysis of LFCC feature extraction in baby crying classification using KNN,” Proc. - 2019 IEEE Int. Conf. Internet Things Intell. Syst. IoTaIS 2019, no. November, pp. 86–91, 2019, doi: 10.1109/IoTaIS47347.2019.8980389.

P. Angusamy, I. S, P. K.S, A. S. M, and A. M, “Human Emotion Detection using Machine Learning Techniques,” SSRN Electron. J., May 2020, doi: 10.2139/ssrn.3591060.

S. M. S. A. Abdullah, S. Y. A. Ameen, M. A. M. Sadeeq, and S. Zeebaree, “Multimodal Emotion Recognition using Deep Learning,” J. Appl. Sci. Technol. Trends, vol. 2, no. 02, pp. 52–58, Apr. 2021, doi: 10.38094/jastt20291.

B. Nojavanasghari, T. Baltrušaitis, C. E. Hughes, and L. P. Morency, “Emo react: A multimodal approach and dataset for recognizing emotional responses in children,” in ICMI 2016 - Proceedings of the 18th ACM International Conference on Multimodal Interaction, Oct. 2016, pp. 137–144, doi: 10.1145/2993148.2993168.

##submission.downloads##

Diterbitkan

2023-03-06

Terbitan

Bagian

Program Studi S1 Teknik Komputer