Ekspresi Emosi Pada Model Wajah Tiga Dimensi Menggunakan Naive Bayes Dan Logika Fuzzy

5/24/2018 Ekspresi Emosi Pada Model Wajah Tiga Dimensi Menggunakan Naive Bayes Dan Logika Fuzzy

1/44

EKSPRESI EMOSI PADA MODEL WAJAH TIGADIMENSI MENGGUNAKAN NAIVE BAYES DANLOGIKA FUZZY

Mitra Istiar Wardhana2208205720

DOSEN PEMBIMBINGMoch. Hariadi, S.T., M.Sc., Ph.D.


2/44

LATAR BELAKANG

Emosi mempunyai peran yang penting dalam

komunikasi antar manusia

Penelitian di bidang emosi merupakan sebuahproses yang kompleks

Kecerdasan buatan yang mampu memprosesemosi


3/44

PERUMUSAN MASALAH

Bagaimana mengenali jenis emosi dari

sebuah teks berbahasa Indonesia ?

Bagaimana menampilkan emosi berupaekspresi wajah yang dipengaruhi olehlebih dari satu emosi ?


4/44

TUJUAN PENELITIAN

Mengenali jenis emosi dari sebuah

teks berbahasa Indonesia.

Memperoleh tampilan emosi berupaekspresi wajah dari sebuah teks

berbahasa Indonesia.


5/44

MANFAAT PENELITIAN

Ditemukannya teknik yang bisa digunakan

untuk mengenali jenis emosi dari teksberbahasa Indonesia

Ditemukannya model kecerdasan buatan yangbisa digunakan untuk menghasilkan tampilan

emosi berupa ekspresi wajah dari teksberbahasa Indonesia


6/44

KONTRIBUSI

Pengenalan emosi pada teksmenggunakan Nave Bayes

Ekspresi Emosi menggunakan NaveBayes dan Logika Fuzzy


7/44

HIPOTESA

Klasifikasi teks bisa dilakukan dengan metodeNave Bayes

Logika Fuzzy digunakan untuk menyelesaikanmasalah ketidakpastian

Dengan Nave Bayes dan Logika Fuzzybisa dihasilkan nilai parameter wajahpembentuk ekspresi dari masukanteks


8/44

OUTLINE

Latar BelakangDasar Teori

Metode Penelitian

Pembahasan

Penutup


9/44

DASAR TEORI

Kondisi mental yang muncul secara spontan

Diikuti perubahan bentuk fisik

EMOSI


10/44

DASAR TEORI

Emosi Dasar

EMOSI(2)

Nama Emosi Dasar

Plutchik Penerimaan, marah, antisipasi,jijik,senang, takut, sedih, terkejut.

Ekman,Friesen,Ellsworth

Marah, jijik, takut, senang, sedih, terkejut.

Frijda Keinginan, senang, tertarik, terkejut,

kagum, sedih

Izard Marah, penghinaan, jijik, sedih, takut,bersalah, tertarik, senang, malu, terkejut.

James Takut, sedih, cinta, marah

Mowrer Sakit, bahagia

Oatley dan Johnson-Laird Marah, jijik, gelisah, senang, sedih.


11/44

DASAR TEORI

EMOSI(3)

1. Senang

2. Sedih

3. Marah

4. Takut

5. Jijik

Emosi Dasar :

Taner Danisman dan Adil Alpkocak, 2008

M. Telkap, 1999


12/44

Jenis Emosi Deskripsi

Netral 1. Seluruh otot wajah dalam kondisi rileks

2. Kelopak mata bersinggungan dengan retina

3. Bibir atas dan bawah saling bersentuhan

4. Garis bibir berbentuk horisontal dan ujung bibir rata

5. Mulut tertutup

6. Gigi atas dan bawah saling bersetuhan

DASAR TEORI

EMOSI(4)


13/44

Jenis Emosi Deskripsi

Senang 1. Posisi alis mata rileks.2. Posisi mulut terbuka dan ujung mulut tertarik ke arah telinga.

Sedih 1. Posisi alis mata bagian dalam terangkat ke atas.2. Mata agak terpejam3. Bentuk mulut rileks.

Marah 1. Posisi alis mata bagian dalam tertarik ke bawah2. Mata terbuka lebar.

3. Bibir atas dan bawah saling menekan atau terbuka lebar untuk

memperlihatkan gigi.

Takut 1. Posisi alis mata terangkat ke atas dan bersama-sama, dimanabagian dalam alis cenderung lebih ke atas.

2. Mata tegang dan perhatian.

Jijik 1. Posisi alis mata dan kelopak mata rileks.2. Mulut bagian atas terangkat dan melengkung.

DASAR TEORI

EMOSI(5)


14/44

KLASIFIKASI TEKS

Memprediksi kelas/kategori dari sebuah teks

Mendapatkan hadiah dari teman saya saatulang tahun

SENANG SEDIH MARAH TAKUT JIJIK

DASAR TEORI


16/44

LOGIKA FUZZYMenangani masalah ketidakpastian (Suyanto,2008)

Mengandung keraguan

Kurang lengkapnya informasi

Nilai kebenarannya bersifat sebagian

DASAR TEORI


18/44

DASAR TEORI

MODEL WAJAH TIGA DIMENSI

Ludwig (Jason Pierce)


19/44

DASAR TEORI

MODEL WAJAH TIGA DIMENSI (2)

No. Parameter Batas Bawah Batas Atas Jangkauan

Nilai

1. Brow Position Left

and Right

-250 250 500

2. Brow Emotion Left

and Right

-200 200 400

3. Brow Wrinkle -200 250 450

4. Eye Open -400 400 800

5. Sneer Left and

Right

-200 200 400

6. Mouth Open -300 300 600

7. Mouth Smile Left

and Right

-300 300 600


20/44

OUTLINE

Latar Belakang

Dasar Teori

Metode Penelitian

PembahasanPenutup


21/44

METODE PENELITIANData TeksdenganEmosi

Klasifikasi TeksBerd. Jenis

Emosi

Nilai PeluangTeks terhadapkelas Emosi

Logika Fuzzy

NilaiParameter

Wajah

VisualisasiEmosi berupa

Ekspresi Wajah

Saya berhasil lulus

ujian semester

P(Senang|teks) = 0,6P(Sedih|teks) = 0.2

P(Takut|teks) = 0,1

P(Marah|teks) = 0,05

P(Jijik|teks) = 0 ,05

Brow Position = 103

Brow Emotion = 40

Brow Wringkle = 29

Eye Open = 130

Sneer = 104

Mouth Open = 7Mouth Smile = 108


22/44

METODE PENELITIAN

KLASIFIKASI TEKS

Jumlah Data : 1000 Kalimat

5 Kelas Emosi :

1. Senang : 200

2. Sedih : 200

3. Marah : 200

4. Takut : 200

5. Jijik : 200


23/44

METODE PENELITIAN

PARAMETER WAJAH

No. Parameter Nilai

1. Brow Position Left and Right 0

2. Brow Emotion Left and Right 0

3. Brow Wrinkle 0

4. Eye Open 05. Sneer Left and Right 0

6. Mouth Open 250

7. Mouth Smile Left and Right 0

NETRAL


24/44

METODE PENELITIAN

PARAMETER WAJAH (2)

No. Parameter Nilai



3. Brow Wrinkle 0


6. Mouth Open 50


SENANG


25/44

METODE PENELITIAN

PARAMETER WAJAH (3)

No. Parameter Nilai

1. Brow Position Left and Right -100


3. Brow Wrinkle 200

4. Eye Open -1005. Sneer Left and Right 0

6. Mouth Open 0

7. Mouth Smile Left and Right -300

SEDIH


26/44

METODE PENELITIAN

PARAMETER WAJAH (4)

No. Parameter Nilai



3. Brow Wrinkle -200


6. Mouth Open 100


MARAH


27/44

METODE PENELITIAN

PARAMETER WAJAH (5)

No. Parameter Nilai



3. Brow Wrinkle 200


6. Mouth Open 100


TAKUT


28/44

METODE PENELITIAN

PARAMETER WAJAH (6)

No. Parameter Nilai


2. Brow Emotion Left and Right -50


4. Eye Open -505. Sneer Left and Right 300

6. Mouth Open 150


JIJIK


29/44

METODE PENELITIAN

LOGIKA FUZZYMASUKAN

0,2 0,4 0,6 0,8

rendah sedang tinggi

0

1

1


30/44

METODE PENELITIAN

LOGIKA FUZZY (2)KELUARAN

No. Jenis Emosi Nilai

1. Netral 0

2. Senang 0

3. Sedih 200

4. Marah -200

5. Takut 200

6. Jijik -100

BrowWrinkle


31/44

METODE PENELITIAN

LOGIKA FUZZY (3)ATURAN

If Emosi1 = A ANDEmosi2 = B AND

Emosi3 = C ANDEmosi4 = D ANDEmosi5 = E AND

THEN Parameter is F

If Senang = Sedang ANDSedih = Rendah AND

Marah = Sedang ANDTakut = Rendah ANDJijik = Rendah AND

THEN Brow Wrinkleis Senang

Jumlah Input ^ Jumlah

Varibel Linguistik

3 ^ 5 = 243

21 Aturan


32/44

METODE PENELITIAN

VISUALISASI EMOSI

No. Parameter Nilai

1. Brow Position Left and Right 502. Brow Emotion Left and Right -50


4. Eye Open -50

5. Sneer Left and Right 300

6. Mouth Open 150



33/44

OUTLINE

Latar Belakang

Dasar Teori

Metode Penelitian

PembahasanPenutup


34/44

PEMBAHASAN

EVALUASI KLASIFIKASI TEKS

40

45

50

55

60

65

70

0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9

rasio data

akurasi(%)

akurasi


35/44

PEMBAHASAN

PERCOBAAN 1

ketika saya berhasilmempertahankanhubungan sayadengan seoranggadis

senang 0.5208962169marah 0.3022667838sedih 0.09009898541jijik 0.06507883748takut 0.02165917644

No. Parameter Senang Marah Teks 1

1. Brow Position Left and Right 0 -100 -11,6

2. Brow Emotion Left and Right 0 0 29,2

3. Brow Wringkle 0 -200 -75,2

4. Eye Open 0 200 108

5. Sneer Left and Right 0 200 107

6. Mouth Open 50 100 119

7. Mouth Smile Left and Right 200 0 38,7


36/44

PEMBAHASAN

PERCOBAAN 2

ketika sayabertengkardengan temandekat

sedih 0.3215331076marah 0.2744905029jijik 0.213093341

senang 0.1707853052takut 0.02009774331

No. Parameter Sedih Marah Jijik Teks 2

1. Brow Position Left and Right -100 -100 50 -35,2

2. Brow Emotion Left and Right 150 0 -50 59

3. Brow Wringkle 200 -200 -100 4,05

4. Eye Open -100 200 -50 47,7

5. Sneer Left and Right 0 200 300 124

6. Mouth Open 0 100 150 113

7. Mouth Smile Left and Right -300 0 -100 -72


37/44

PEMBAHASAN

PERCOBAAN 3

ketikateman dekat

berbohongpada saya

marah 0.4354774695senang 0.267174978jijik 0.1461661016

sedih 0.1192149594takut 0.03196649149

No. Parameter Marah Senang Jijik Teks 3

1. Brow Position Left and Right -100 0 50 -46,6

2. Brow Emotion Left and Right 0 0 -50 27,2

3. Brow Wringkle -200 0 -100 -121

4. Eye Open 200 0 -50 143

5. Sneer Left and Right 200 0 300 164

6. Mouth Open 100 50 150 117

7. Mouth Smile Left and Right 0 200 -100 35,2


38/44


39/44

PEMBAHASAN

PERCOBAAN 5

anak kecil yangkencing

sembarangan didepan umum

jijik 0.6849140535takut 0.2080751219marah 0.08833650855

sedih 0.009824129096senang 0.008850187021

No. Parameter Jijik Takut Teks 1

1. Brow Position Left and Right 50 -100 29,5

2. Brow Emotion Left and Right -50 150 -263. Brow Wringkle -100 200 -76,9

4. Eye Open -50 100 -31,7

5. Sneer Left and Right 300 100 257

6. Mouth Open 150 100 182

7. Mouth Smile Left and Right -100 -150 -63,1


40/44

OUTLINE

Latar Belakang

Dasar Teori

Metode Penelitian

PembahasanPenutup


41/44

PENUTUP

KESIMPULAN

Dengan menggunakan klasifikasi teks, maka dapatdapat dikenali jenis emosi yang terkandung dalamsebuah teks.

Dengan menggunakan metode Naive Bayes dan LogikaFuzzy dapat dihasilkan parameter pembentuk ekspresiwajah yang dipengaruhi oleh lebih dari satu jenisemosi.


42/44

PENUTUP

RENCANA KE DEPAN

Penambahan jumlah emosi dasar menjadi 6 (enam)jenis emosi

Penambahan jumlah data teks

Memperbaiki kualitas visualisai ekspresi dengan caramengganti obyek wajah dan menambah animasi padasetiap pergantian emosi.


43/44

REFERENSIChuang, Ze-Jing, Chung-Hsien Wu. Multi-Modal Emotion Recognition from

Speech and Text. Computational Linguistics and Chinese LanguageProcessing Vol. 9, No. 2

Danisman Taner, Alpkocak Adil. (2008). Feeler : Emotion Classification ofText Using Vector Space Model.

El-Nasr Magy Seif, Yen John. (1999).Agent, Emotional Inteligent and FuzzyLogic.

El-Nasr Magy Seif, Ioerger Thomas R., Yen John .(1998). Learning and

Emotional Intelligent in Agents.

M. Tekalp. (1999). Face and 2-D Mesh Animation in MPEG-4. TutorialIssue On The MPEG-4 Standard. ImageCommunication Journal,Elsevier.

Suyanto, (2008), Soft Computing, Membangun Mesin ber-IQ Tinggi.Informatika: Bandung.


44/44

TERIMA KASIH

Documents

Ekspresi Emosi Pada Model Wajah Tiga Dimensi Menggunakan Naive Bayes Dan Logika Fuzzy