SUMMARY
Tujuan: Membantu pengajar melakukan monitoring emosi siswa dengan menerapkan metode Convolutional Neural Network pada aplikasi, serta mengetahui akurasi dalam melakukan pengenalan ekspresi wajah.Perancangan/metode/pendekatan: Menggunakan Convolutional Neural Network untuk mengklasifikasi pengolahan berupa citra. Pengembangan sistem menggunakan metode prototype.Hasil: Berdasarkan hasil pengujian yang dilakukan dengan menggunakan 3589 data ekspresi dasar manusia mendapatkan nilai akurasi sebesar 70,46%, nilai presisi sebesar 71% dan nilai recall sebesar 70%.Keaslian/ state of the art: Berdasarkan penelitian sebelumnya, penelitian ini mempunyai karakteristik yang relatif serupa dalam tema penelitian. Namun memiliki perbedaan pada metode penelitan, perangkat yang digunakan, dan hasil keluaran penelitian.Pada penelitian sebelumnya, dengan objek yang sama yaitu wajah dan emosi wajah, pada metode yang digunakan, perangkat dalam pengambilan citra emosi dan wajah, serta langkah-langkah dalam prosesnya pun berbeda. Pada penelitian ini emosi pada wajah diidentifikasi melalui citra yang diambil secara real-time menggunakan kamera dan dengan menerapkan metode Convolutional Neural Network dengan arsitektur visual group geometry (VGG) dengan 11, 13, 16 dan 19 lapisan yang akan menghasilkan probabilitas ekspresi dalam 7 ekspresi dasar manusia beserta kategorinya.