ANALISIS PERBANDINGAN ALGORITMA CNN DAN SVM PADA KLASIFIKASI EKSPRESI WAJAH

Penelitian ini menggunakan Convolutional Neural Network (CNN) dan Support Vector Machine(SVM) dalam pengenalan ekspresi wajah. Data yang digunakan terdiri dari 3600 gambar ekspresiwajah, dibagi menjadi data train dan testing dengan rasio 20:80. Pada CNN, dilakukan tiga pengujiandengan nilai epoch yang berbeda. Hasilnya menunjukkan bahwa pada epoch 25, akurasi yangdihasilkan adalah 32%. Pada epoch 50, akurasi meningkat menjadi 35%, tetapi pada epoch 100,akurasi kembali menurun menjadi 32%. Akurasi tertinggi pada CNN terjadi pada epoch 50. Sementaraitu, SVM menghasilkan akurasi sebesar 61.39%, yang lebih tinggi dibandingkan dengan CNN. Inimenunjukkan bahwa SVM memiliki kinerja yang lebih baik dalam pengenalan ekspresi wajah padadataset ini. Meskipun CNN memiliki performa yang lebih rendah dibandingkan SVM dalam kasus ini,penelitian ini memberikan pemahaman tentang kinerja kedua metode dalam pengenalan ekspresiwajah. Hasil ini dapat menjadi dasar untuk pengembangan metode yang lebih baik di masa depanmenggunakan teknik Deep Learning guna meningkatkan akurasi pengenalan ekspresi wajah