Perbandingan Akurasi Model VGG16, ResNet50, dan MobileNet dalam Pengenalan Ekspresi Wajah Sedih dan Senang pada Dataset FER2013

Abstract

Pengenalan ekspresi wajah adalah bidang krusial dalam interaksi manusia-komputer dan berbagai aplikasi visi lainnya, meskipun sering menghadapi tantangan signifikan seperti variasi ekspresi individu, kondisi pencahayaan yang beragam, dan oklusi. Penelitian ini bertujuan untuk mengevaluasi, serta membandingkan secara komprehensif performa akurasi model VGG16, ResNet50, dan MobileNet dalam mengenali dua ekspresi wajah fundamental: sedih (sad) dan senang (happy). Evaluasi ini dilakukan menggunakan subset dataset FER2013 yang telah difilter secara spesifik untuk kedua kelas emosi tersebut, memastikan fokus yang tajam pada tugas klasifikasi biner. Metode yang digunakan melibatkan adaptasi ketiga arsitektur Convolutional Neural Network (CNN) pre-trained tersebut. Kami memodifikasi lapisan output mereka agar sesuai dengan tugas klasifikasi biner yang spesifik, lalu melatih model-model ini secara iteratif menggunakan data citra "sad" dan "happy" dari FER2013. Hasil eksperimen menunjukkan bahwa VGG16 berhasil mencapai akurasi pelatihan 85.94% dan akurasi pengujian tertinggi sebesar 85.14%, mengungguli model lainnya. MobileNet menunjukkan akurasi pelatihan 82.81% dan akurasi pengujian 78.25%, sementara ResNet50 memperoleh akurasi pelatihan 65.62% dan akurasi pengujian 64.63%. Perbandingan ini secara jelas mengindikasikan bahwa VGG16, dengan arsitekturnya yang lebih dalam, memberikan kinerja superior dalam hal akurasi untuk pengenalan ekspresi "sad" dan "happy" pada dataset FER2013 yang difilter.