ANALISIS KINERJA YOLOV8 OPTIMALISASI ROBOFLOW UNTUK DETEKSI EKSPRESI WAJAH EMOSIONAL DENGAN MACHINE LEARNING

Abstract

Studi ini mengevaluasi kinerja YOLOv8 yang telah dioptimalkan dengan RoboFlow dalam konteks deteksi ekspresi wajah emosional menggunakan pendekatan Machine Learning. Mengingat pentingnya deteksi ekspresi wajah dalam berbagai aplikasi seperti psikologi, keamanan, dan interaksi manusia-komputer, penelitian ini berfokus pada pengembangan Model yang lebih efisien dan akurat. YOLOv8, terkini dalam rangkaian Model deteksi objek YOLO, dikombinasikan dengan RoboFlow untuk meningkatkan kualitas data latih melalui teknik preprocessing dan augmentasi data. Proses ini diharapkan menghasilkan Model yang tidak hanya akurat dalam mengenali ekspresi wajah tetapi juga efisien dalam prosesnya. Metodologi penelitian ini mencakup pengumpulan data wajah, optimasi YOLOv8 dengan RoboFlow, dan evaluasi kinerja Model. Hasil yang diharapkan adalah peningkatan akurasi deteksi ekspresi wajah emosional dan efisiensi proses deteksi, yang akan memberikan kontribusi signifikan dalam bidang pengenalan pola dan pengolahan gambar. Studi ini menawarkan pandangan baru dalam pengaplikasian Machine Learning untuk deteksi ekspresi wajah, yang berpotensi memiliki aplikasi luas dalam berbagai bidang.