1

Kontrol Ekspresi Wajah Berdasarkan Klasifikasi Teks Menggunakan

Metode Naive Bayes

Nama Mahasiswa : Mochamad RizkiNRP : 7209.040.506

Dosen Pembimbing :

1. Akuwan Saleh, SST.2. M. Agus Zainudin M.T.

JURUSAN TELEKOMUNIKASI

POLITEKNIK ELEKTRONIKA NEGERI SURABAYA

INSTITUT TEKNOLOGI SEPULUH NOPEMBER SURABAYA

AGUSTUS , 2010

LATAR BELAKANG

• Berbagai jenis ciri fisik yang biasa digunakan dalam pemrosesan emosi antara lain intonasi suara, ekspresi wajah, sikap badan, gerakan tubuh, detak jantung dan tekanan darah.

• Penggunaan Naive Bayes agar bisa diperoleh nilai parameter wajah yang mengandung lebih dari satu jenis emosi.

TUJUAN

Penelitian ini dilakukan untuk :

• Mengenali jenis emosi dari sebuah teks berbahasa Inggris.

• Memperoleh tampilan emosi berupa ekspresi wajah pada model wajah 3D dari sebuah teks berbahasa Inggris.

• Memperoleh nilai parameter wajah yang mengandung lebih dari satu jenis emosi.

BATASAN MASALAH

1. Bagaimana mengenali jenis emosi dari sebuah teks berbahasa Inggris ?

2. Bagaimana menampilkan emosi berupa ekspresi wajah yang dipengaruhi oleh lebih dari satu emosi ?

3. Pada proses klasifikasi ini akan digunakan data setyang telah diketahui kelas emosinya yaitu anger, joy dan sadness dengan menggunakan metode Naïve Bayes.

TINJAUAN PUSTAKA

• Interaksi antara manusia dan komputer telah dilakukan melalui text, mouse atau keyboard.

• Agen lama digagas dan lebih dari dua dekade,

• Komunikasi dapat dilakukan dari informasi verbal dan non-verbal,

METODOLOGI

• Untuk menyelesaikan penelitian ini, maka dilakukan langkah-langkah yang meliputi : prosentase (pengambilan data), menentukan algoritma/metoda pengolahan data, mengolah data, menentukan metode, melakukan analisa dan memberi kesimpulan. Rincian tahapan yang akan ditempuh adalah sebagai berikut :

STUDY LITERATUR

• Pengumpulan pustaka untuk dipelajari dalam pengerjaan dan penelitian tugas akhir.

• Pustaka yang dikumpulkan berupa paper, buku teks, dan tutorial-tutorial tentang teori emosi, metode naive bayes, pemrograman vrml dan model wajah tiga dimensi.

BLOK DIAGRAM SISTEM

BROWSERWITH

VIEWER

NAIVE BAYES

3D – DISPLAY

VRMLCODE

INPUT TEKS

FLOWCHART SISTEMStart

KlasifikasiNaive Bayes

Nilai ≥ 50 %

Input Teks

End

T

Y

VRML Code

AngerJoySadness

Ekspresi Wajah :

PENGUMPULAN DATA

Proses Pelatihan

ALGORITMA NBC

Proses Klasifikasi

1. Kosakata2. Untuk setiap kategori Vj

1. Hasilkan Vmap

ALGORITMA NBC

ALGORITMA NBC

VRML ?• Mengatur file teks• Bahasa Pemrograman untuk gambarkan

bentuk animasi 3D• Lingkungan Interaktif• Web Browser

• Konsep – Konsep VRML• Struktur file VRML• Sintaks file UTF-8• Struktur scenegraph

Struktur file VRML

• Setiap file VRML selalu diawali dengan header pada baris pertama, dan diikuti dengan perintah dasar VRML yaitu node-node pada baris berikutnya, seperti bentuk di bawah ini:

• #VRML V2.0 utf8• # Komentar isi file• TipeNode

Sintaks file UTF-8

• Pengkodean UTF-8• Pernyataan (Statement)• Sintaks Pernyataan Node • Sintaks Pernyataan USE • Sintaks Pernyataan Field• Sintaks Pernyataan PROTO • Sintaks Pernyataan IS • Sintaks Pernyataan EXTERNPROTO • Sintaks Pernyataan ROUTE

NODE VRML97

• file VRML tersusun atas node-node dan membentuk suatu struktur hierarki tertentu yang disebut sebagai scenegraph

• Yang harus kita lakukan? • Kita harus mengetahui struktur file VRML • Sintaks pernyataan suatu node • Fungsi node di dalam pembentukan lingkungan

virtual • Mengerti benar fungsi masing-masing field di

dalam node tersebut • Mengetahui hubungan node satu dengan lainnya

Browser With Viewer

3D – DISPLAY

3D – DISPLAY

ANGER / MARAH

3D – DISPLAY

HAPPY / JOY

3D – DISPLAY

SADNESS

HASIL YANG DIHARAPKAN

• Hasil penelitian yang diharapkan berupa klasifikasi teks yang berupa dokumen tersebut harus dapat merepresentasikan dari kelasnya sehingga tiap kata yang muncul dalam dokumen mempunyai nilai. Data ini akan ditampilkan berupa animasi ekspresi wajah agar dapat mepresentasikan karakteristik dengan metode Naïve Bayes.

DAFTAR PUSTAKA

• [1] Gregorius S. Budhi, Ibnu Gunawan, Ferry Yuwono, “Algoritma Porter Stemmer For Bahasa Indonesia Untuk Pre-Processing Text Mining Berbasis Metode Market Basket analysis”, UK Petra Jurusan Teknik Informatika.

• [2] Hearst, M. A. 1997. “Text data mining:Issues, techniques, and the relationship to information access”. Presentation notes for UW/MS workshop on data mining, July 1997.

• [3] Yudi Wibisono, “Klasifikasi Berita Berbahasa Indonesia menggunakan Naïve Bayes Classifier”, Jurusan Pendidikan Matematika FPMIPA UPI, Seminar Nasional Matematika 2005 di Universitas Pendidikan Indonesia, Bandung, tanggal 20 Agustus 2005.

• [4] Kusrini, Emha Taufiq Luthfi, “Algoritma Data Mining”, Andi 2009