Prediksi Kepribadian Menggunakan Transfer Learning Model VGG-Face Berbasis Video

Abstrak

Penelitian ini bertujuan untuk mengembangkan sistem prediksi kepribadian berdasarkan model Big Five Personality menggunakan metode Transfer Learning VGG-Face yang berbasis video. Penelitian ini penting karena prediksi kepribadian secara akurat dapat digunakan dalam berbagai aplikasi, seperti analisis perilaku dan . Dalam penelitian ini, model VGG-Face dan dua lapisan LSTM yang dilanjutkan dengan beberapa layer Dense dan Dropout yang telah dilatih sebelumnya digunakan untuk ekstraksi fitur wajah dari video, kemudian fitur-fitur tersebut digunakan untuk memprediksi kepribadian berdasarkan lima dimensi utama: openness ,conscientiousness, extraversion, agreeableness, and neuroticism Penelitian ini menggunakan data sekunder yang diambil dari dataset ChaLearn Looking at People (LAP), yang digunakan dalam kompetisi CVPR 2017 dan mencakup sekitar 10.000 video. Model dievaluasi menggunakan metrik Mean Absolute Error (MAE), yang kemudian dikonversi menjadi nilai akurasi regresi. Hasil evaluasi menunjukkan performa yang baik dengan akurasi: Training: 91,75%, Validation: 90,39%, Testing: 90,28%. Hasil ini menunjukkan bahwa model memiliki konsistensi dan kemampuan untuk menggeneralisasi dengan baik terhadap data yang belum pernah dihadapi sebelumnya.

Identifier

• OpenAlex: https://openalex.org/W4414087568
• DOI: https://doi.org/10.35957/jatisi.v12i3.12088