Analisis Ekspresi Wajah Untuk Mengetahui Tingkat Kesiapan Mahasiswa Yang Mengikuti Pameran Profesional

Abstract

Penilaian kesiapan mahasiswa dalam kegiatan pameran profesional umumnya masih bersifat subjektif dan belum didukung oleh indikator nonverbal yang terukur. Penelitian ini bertujuan untuk menganalisis ekspresi wajah mahasiswa sebagai indikator kesiapan menggunakan pendekatan kuantitatif berbasis Convolutional Neural Network (CNN). Data yang digunakan berupa 1.042 citra wajah mahasiswa yang diambil secara langsung saat pameran profesional dan diklasifikasikan ke dalam empat kategori, yaitu antusias, bingung, fokus, dan tidak tertarik. Dataset dibagi menjadi 90% data latih, 8% data validasi, dan 3% data uji, dengan tahap prapemrosesan meliputi cropping wajah, normalisasi, dan augmentasi data. Hasil pengujian menunjukkan bahwa model CNN mencapai akurasi sebesar 82,16% pada data uji, dengan performa terbaik pada ekspresi fokus dan tidak tertarik, sementara ekspresi antusias dan bingung masih sulit dibedakan akibat kemiripan ciri visual dan ketidakseimbangan data. Temuan ini menunjukkan bahwa analisis ekspresi wajah berbasis CNN berpotensi menjadi alat bantu evaluasi kesiapan mahasiswa yang objektif dan berbasis data, meskipun diperlukan pengembangan lebih lanjut untuk meningkatkan kinerja model.