Melola Discovery

← Melola Discovery

Jurnal SINTA 2

Pengenalan Ekspresi Wajah Menggunakan DCT dan LDA untuk Aplikasi Pemutar Musik (MOODSIC)

Jurnal Teknologi Informasi dan Ilmu Komputer (JTIIK) · Vol. 5 No. 5 (2018) · pp. 559–566

DOI
10.25126/jtiik.201855935
ISSN
2528-6579, 2355-7699
Published
2018-10-30
Publisher
Fakultas Ilmu Komputer, Universitas Brawijaya
Language
id

Abstract

Masyarakat modern dengan kesibukan sehari-harinya tentu akan mendapat tekanan emosional yang cukup tinggi. Hal yang dilakukan untuk meredakan emosi tersebut adalah salah satu dengan mendengarkan musik. MOODSIC merupakan sebuah aplikasi yang dapat memutar musik sesuai dengan ekspresi wajah pengguna. Aplikasi MOODSIC dibangun menggunakan mesin pengenalan ekspres wajah berbasis DCT dan LDA serta algoritma klasifikasi statistik. Berdasarkan hasil pengujian secara off-line mesin pengenalan ekspresi wajah berhasil memberikan performa yang baik, dengan akurasi sebesar 100% untuk data masukkan terdiri atas fitur DCT 144 elemen, 6 eigen vektor LDA dan klasifikasi statistik jenis LDA. Mesin pengenalan ekspresi wajah memerlukan waktu pengenalan yang pendek yaitu 1 milidetik. Secara real-time MOODSIC memberikan hasil yang cukup baik dengan akurasi pengenalan ekspresi sebesar 91.51% atau dengan tingkat kesalahan pengenalan 9.49%. AbstractModern society lifestyles face many activities every day, which make people receive a fairly high emotional stress. To reduce such kind of emotions can be treated by listening music. MOODSIC is an application that can play music according to the user's face expression. MOODSIC is developed using face expression recognition machine based on DCT, LDA and statistical classification algorithm. Based on offline testing result, face expression recognition machine successfully give good performance with accuracy of 100% when DCT features are 144 elements, 6 eigen vectors of LDA and kind of statistical classifier is LDA. The face expression recognition engine took shorter time to classification about 1 milliseconds. MOODSIC also give good performance with the accuracy of expression recognition about 91.51% or recognition error of 9,49% for real-time testing.

Keywords

Collaboration network of the authors

4 authors · 6 co-authorship links

Hover or tap a name to highlight its co-authors. Double-click to open the author's page.

  • University of Mataram
  • Affiliation unknown
  • Different organisations
  • Same organisation
  • Affiliation unknown
  • Thicker line = more joint articles · bigger circle = more articles
Show as table
Co-authorOrganisationJoint articles

Affiliations come from OpenAlex; journal OAI-PMH metadata carries none. Authors without an OpenAlex ID are matched by name, which can merge or split people.

Metadata source: OAI-PMH (metadata jurnal) https://jtiik.ub.ac.id/index.php/jtiik/en/oai, first harvested 27 Okt 2026, last seen 27 Okt 2026.
Original metadata (oai_dc) 
<oai_dc:dc xmlns="http://www.openarchives.org/OAI/2.0/" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:oai_dc="http://www.openarchives.org/OAI/2.0/oai_dc/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/  http://www.openarchives.org/OAI/2.0/oai_dc.xsd">
	<dc:title xml:lang="id">Pengenalan Ekspresi Wajah Menggunakan DCT dan LDA untuk Aplikasi Pemutar Musik (MOODSIC)</dc:title>
	<dc:creator xml:lang="id">Wijaya, I Gede Pasek Suta</dc:creator>
	<dc:creator xml:lang="id">Firdaus, Asno Azzawagaam</dc:creator>
	<dc:creator xml:lang="id">Dwitama, Aditya Perwira Joan</dc:creator>
	<dc:creator xml:lang="id">Mustiari, Mustiari</dc:creator>
	<dc:subject xml:lang="id">ekspresi wajah</dc:subject>
	<dc:subject xml:lang="id">LDA</dc:subject>
	<dc:subject xml:lang="id">DCT</dc:subject>
	<dc:subject xml:lang="id">pengenalan citra</dc:subject>
	<dc:subject xml:lang="id">dan MOODSIC</dc:subject>
	<dc:description xml:lang="id">Masyarakat modern dengan kesibukan sehari-harinya tentu akan mendapat tekanan emosional yang cukup tinggi. Hal yang dilakukan untuk meredakan emosi tersebut adalah salah satu dengan mendengarkan musik. MOODSIC merupakan sebuah aplikasi yang dapat memutar musik sesuai dengan ekspresi wajah pengguna. Aplikasi MOODSIC dibangun menggunakan mesin pengenalan ekspres wajah berbasis DCT dan LDA serta algoritma klasifikasi statistik. Berdasarkan hasil pengujian secara off-line mesin pengenalan ekspresi wajah berhasil memberikan performa yang baik, dengan akurasi sebesar 100% untuk data masukkan terdiri atas fitur DCT 144 elemen, 6 eigen vektor LDA dan klasifikasi statistik jenis LDA. Mesin pengenalan ekspresi wajah memerlukan waktu pengenalan yang pendek yaitu 1 milidetik. Secara real-time MOODSIC memberikan hasil yang cukup baik dengan akurasi pengenalan ekspresi sebesar 91.51% atau dengan tingkat kesalahan pengenalan 9.49%. AbstractModern society lifestyles face many activities every day, which make people receive a fairly high emotional stress. To reduce such kind of emotions can be treated by listening music. MOODSIC is an application that can play music according to the user's face expression. MOODSIC is developed using face expression recognition machine based on DCT, LDA and statistical classification algorithm. Based on offline testing result, face expression recognition machine successfully give good performance with accuracy of 100% when DCT features are 144 elements, 6 eigen vectors of LDA and kind of statistical classifier is LDA. The face expression recognition engine took shorter time to classification about 1 milliseconds. MOODSIC also give good performance with the accuracy of expression recognition about 91.51% or recognition error of 9,49% for real-time testing.</dc:description>
	<dc:publisher xml:lang="en">Fakultas Ilmu Komputer, Universitas Brawijaya</dc:publisher>
	<dc:date>2018-10-30</dc:date>
	<dc:type>info:eu-repo/semantics/article</dc:type>
	<dc:type>info:eu-repo/semantics/publishedVersion</dc:type>
	<dc:format>application/pdf</dc:format>
	<dc:identifier>https://jtiik.ub.ac.id/index.php/jtiik/article/view/935</dc:identifier>
	<dc:identifier>10.25126/jtiik.201855935</dc:identifier>
	<dc:source xml:lang="id">Jurnal Teknologi Informasi dan Ilmu Komputer; Vol 5 No 5: Oktober 2018; 559-566</dc:source>
	<dc:source xml:lang="en">Jurnal Teknologi Informasi dan Ilmu Komputer; Vol. 5 No. 5: Oktober 2018; 559-566</dc:source>
	<dc:source>2528-6579</dc:source>
	<dc:source>2355-7699</dc:source>
	<dc:source>10.25126/jtiik.201855</dc:source>
	<dc:language>id</dc:language>
	<dc:relation>https://jtiik.ub.ac.id/index.php/jtiik/article/view/935/pdf_1</dc:relation>
	<dc:rights xml:lang="en">Copyright (c) 2018 Jurnal Teknologi Informasi dan Ilmu Komputer</dc:rights>
</oai_dc:dc>