ABSTRAK
HIDAYAT BAKRI, 2025. Pengenalan Ekspresi Wajah Menggunakan Model Transfer Learning EfficientNet-B2 (dibimbing oleh Muhajirin dan Nurzaenab).

Pengenalan ekspresi wajah penting untuk mendukung interaksi edukatif di sekolah dasar, di mana guru sering kesulitan memahami kondisi emosional siswa secara real-time. Penelitian ini bertujuan mengevaluasi performa model EfficientNet-B2 berbasis transfer learning dalam mengenali ekspresi wajah anak-anak, serta menganalisis pengaruh prapemrosesan berupa pemangkasan area wajah dan pemisahan area atas–bawah terhadap akurasi klasifikasi. Metode penelitian dilakukan dengan transfer learning menggunakan arsitektur EfficientNet-B2 yang telah dipra-latih pada ImageNet. Model dilatih pada dataset AffectNet dengan tiga kelas (happy, neutral, sad) dan diuji pada dataset Raf-DB. Hasil menunjukkan bahwa pendekatan standar (wajah utuh) memberikan performa terbaik dengan akurasi 93% dan AUC 0,95. Teknik prapemrosesan justru menurunkan performa, yaitu 87% (AUC 0,90) pada pemangkasan, 80% (AUC 0,85) pada pemisahan atas–bawah, dan 70% (AUC 0,77) pada kombinasi keduanya. Kesimpulannya, representasi wajah utuh lebih efektif dibandingkan pendekatan terbatas, dan hasil ini dapat menjadi dasar pengembangan sistem deteksi emosi siswa untuk mendukung pembelajaran yang adaptif.

Kata kunci: Pengenalan Ekspresi Wajah, Efficientnet-B2, Transfer Learning, Pemangkasan Wajah, Pemisahan Area Wajah