NOORAMADHAN, Fayza Itsna (2024) Aplikasi Daily Journaling dengan Deteksi Emosi Wajah Menggunakan Arsitektur Mobilenetv2 Berbasis Mobile. Skripsi thesis, Universitas Jenderal Soedirman.
![[img]](http://repository.unsoed.ac.id/style/images/fileicons/other.png) |
PDF (Cover)
Cover_Fayza Itsna_H1D020050_SKRIPSI_2024.pdf Download (93kB) |
|
PDF (Legalitas)
Lembar Legalitas_Fayza Itsna_H1D020050_SKRIPSI_2024.pdf Restricted to Repository staff only Download (2MB) |
|
PDF (Abstrak)
ABSTRAK-Fayza Itsna-H1D020050-SKRIPSI-2024.pdf Download (456kB) |
|
PDF (BabI)
BAB I-Fayza Itsna-H1D020050-SKRIPSI-2024.pdf Restricted to Repository staff only until 19 July 2025. Download (1MB) |
|
PDF (BabII)
BAB II-Fayza Itsna-H1D020050-SKRIPSI-2024.pdf Restricted to Repository staff only until 19 July 2025. Download (4MB) |
|
PDF (BabIII)
BAB III_Fayza Itsna_H1D020050_SKRIPSI_2024.pdf Restricted to Repository staff only until 19 July 2025. Download (1MB) |
|
PDF (BabIV)
BAB IV_Fayza Itsna_H1D020050_SKRIPSI_2024.pdf Restricted to Repository staff only Download (10MB) |
|
PDF (BabV)
BAB V_Fayza Itsna_H1D020050_SKRIPSI_2024.pdf Download (448kB) |
|
PDF (DaftarPustaka)
DAFTAR PUSTAKA_Fayza Itsna_H1D020050_SKRIPSI_2024.pdf Download (297kB) |
Abstract
Daily Journaling, sebuah praktik mencatat pengalaman dan pemikiran sehari-hari. Dengan integrasi deteksi emosi wajah, aplikasi ini dapat memperkaya pengalaman pengguna dengan memberikan informasi tambahan tentang perasaan mereka saat mencatat jurnal. Penelitian ini menggunakan implementasi arsitektur MobileNetV2 dari model Convolutional Neural Network (CNN) menggunakan library TensorFlow. Model yang telah dilatih akan di-embedded ke dalam aplikasi dalam format tflite. Pengembangan aplikasi dilakukan untuk perangkat mobile menggunakan bahasa pemrograman Kotlin. Fitur dari daily journaling di antaranya, jurnal harian dengan deteksi wajah, latihan pernafasan (breath exercise), artikel, dan informasi data dalam bentuk statistik tren emosi pengguna dan kalender. Model yang digunakan memiliki akurasi sebesar 94,34% dan loss sebesar 0.21 menggunakan optimasi RMSprop dengan learning rate 0.0001 dan batch size 32.
| Item Type: | Thesis (Skripsi) |
|---|---|
| Nomor Inventaris: | H24222 |
| Uncontrolled Keywords: | Daily Journaling, Deteksi Emosi, MobileNetV2, TensorFlow, RMSProp |
| Subjects: | E > E204 Emotions L > L208 Lie detectors and detection |
| Divisions: | Fakultas Teknik > S1 Teknik Informatika |
| Depositing User: | Mrs Fayza Itsna Nooramadhan |
| Date Deposited: | 19 Jul 2024 02:52 |
| Last Modified: | 19 Jul 2024 02:52 |
| URI: | http://repository.unsoed.ac.id/id/eprint/27937 |
Actions (login required)
 |
View Item |