INTEGRASI EKSTRAKSI FITUR LOCAL BINARY PATTERN DAN GRAY-LEVEL COOCCURENCE METRIX UNTUK PENGENALAN EKSPRESI MULUT PEMBELAJAR
eLearning masih diperhadapkan pada masalah-masalah eLearning Strategy, Content, Management, dan Evaluation. selain itu adaptive eLearning system belum menerapkan strategi pembelajaran sehingga pembelajar masih sulit mendapatkan informasi ekspresi wajah dari pemelajar. Hal ini mempengaruhi pola inter...
Gespeichert in:
Veröffentlicht in: | Ilkom Jurnal Ilmiah 2017-04, Vol.9 (1), p.17-24 |
---|---|
1. Verfasser: | |
Format: | Artikel |
Sprache: | eng |
Schlagworte: | |
Online-Zugang: | Volltext |
Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
Zusammenfassung: | eLearning masih diperhadapkan pada masalah-masalah eLearning Strategy, Content, Management, dan Evaluation. selain itu adaptive eLearning system belum menerapkan strategi pembelajaran sehingga pembelajar masih sulit mendapatkan informasi ekspresi wajah dari pemelajar. Hal ini mempengaruhi pola interaksi antara pembelajar dengan pemelajar, Sehingga proses pembelajaran tidak optimal. Pada penelitian ini dikembangkan metode pengenalan ekspresi fitur mulut pemelajar untuk mengidentifikasi status ekspresi wajah pemelajar saat menggunakan eLearning dengan pengolahan citra digital dan multiclass support vector machine. Metode pengolahan citra yang digunakan adalah peggabungan fitur ekstraksi local binary pattern (LBP) untuk ekstraksi fitur citra, gray level co-occurrence matrix (GLCM) untuk ekstraksi fitur tekstur dan multiclass support vector machine untuk pengenalan citra mulut pemelajar. Setelah ekstraksi fitur dilakukan pelatihan menggunakan multiclass svm sebanyak 4 kali pengujian dengan jumlah data testing 10%, 20%, 30%, dan 40% dari data training. Tingkat keberhasilan yang tinggi didapatkan pada pengujian dengan komposisi data testing 10% dengan tingkat akurasi 95%. |
---|---|
ISSN: | 2087-1716 2548-7779 |
DOI: | 10.33096/ilkom.v9i1.105.17-24 |