Dokumen tersebut membahas kontrol ekspresi wajah berdasarkan klasifikasi teks menggunakan metode Naive Bayes. Tujuannya adalah mengenali emosi dari teks dan menampilkan ekspresi wajah 3D sesuai emosi. Metode yang digunakan adalah klasifikasi teks dengan Naive Bayes dan representasi hasilnya lewat animasi ekspresi wajah VRML.

1. Kontrol Ekspresi Wajah Berdasarkan
Klasifikasi Teks Menggunakan
Metode Naive Bayes
Nama Mahasiswa : Mochamad Rizki
NRP : 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
1

2. 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.

3. 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.

4. 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 set
yang telah diketahui kelas emosinya yaitu anger, joy
dan sadness dengan menggunakan metode Naïve
Bayes.

5. 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,

6. 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 :

7. 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.

8. BLOK DIAGRAM SISTEM
NAIVE VRML
BAYES CODE
INPUT TEKS
BROWSER
3D –
WITH
DISPLAY
VIEWER

9. FLOWCHART SISTEM
Start
Input Teks
Klasifikasi
Naive Bayes
T
Nilai ≥ 50 %
Y
VRML Code
Ekspresi Wajah :
Anger
Joy
Sadness
End

10. PENGUMPULAN DATA

11. ALGORITMA NBC
 Proses Pelatihan
1. Kosakata
2. Untuk setiap kategori Vj
 Proses Klasifikasi
1. Hasilkan Vmap

12. ALGORITMA NBC

13. ALGORITMA NBC

14. 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

15. 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

16. 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

17. 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

18. Browser With Viewer

19. 3D – DISPLAY

20. 3D – DISPLAY
ANGER / MARAH

21. 3D – DISPLAY
 HAPPY / JOY

22. 3D – DISPLAY
 SADNESS

23. 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.

24. 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