Rancang Model Decision maker Dari Integrasi Deteksi Ekspresi Wajah dan Sinyal Fisiologis Tingkatan Gangguan Kecemasan Berbasis Random Forest
Gangguan kecemasan dapat berdampak pada kehidupan sehari-hari, sehingga deteksi dini menjadi penting untuk intervensi yang tepat. Namun, metode konvensional masih mengandalkan kuesioner subjektif yang rentan terhadap bias. Penelitian ini merancang model decision maker berbasis algoritma Random forest dengan pendekatan multimodal yang mengintegrasikan ekspresi wajah dan sinyal fisiologis. Proses integrasi dilakukan menggunakan metode late fusion, di mana masing-masing model dijalankan secara terpisah untuk menghasilkan distribusi probabilitas kelas per sampel, yang kemudian dirata-ratakan per individu dan digabung sebagai fitur input ke Random forest. Evaluasi kinerja dilakukan menggunakan metrik accuracy, precision, recall, dan F1-score. Hasil pengujian menunjukkan bahwa model sinyal fisiologis mencapai akurasi 98,9
URI
https://repo.itera.ac.id/depan/submission/SB2509220032
Keyword
Decision Maker Random Forest Ekspresi Wajah Sinyal Fisiologis Klasifikasi Tingkat Kecemasan