Deskripsi Fisik

xii, 74 hal; 29 cm

Subyek

METODE NEURAL NETWORK

Kata Kunci

Anotasi

ABSTRAK Sindrom Baby Blues merupakan gangguan emosi ringan yang dialami ibu pasca melahirkan, yang jika tidak tertangani dengan baik dapat berkembang menjadi depresi postpartum. Dukungan suami dan lingkungan sekitar sangat dibutuhkan untuk mencegah berkembangnya sindrom ini. Penelitian ini bertujuan membuat aplikasi berbasis computer vision dengan CNN untuk mendeteksi perubahan mood pada wajah sebagai cara memantau gejala sindrom baby blues. menggunakan metodelogi cnn pada deteksi mood wajah Antarmuka aplikasi Android dirancang agar mudah digunakan pengguna untuk mengambil foto wajah dan memprediksi emosi. Arsitektur model CNN terdiri dari beberapa lapisan convolutional dan dense untuk melakukan ekstraksi fitur dan klasifikasi pola. Program dibangun dengan Python dan memanfaatkan library seperti TensorFlow, Keras dan Android SDK. Diperlukan spesifikasi perangkat keras dan lunak tertentu agar aplikasi dapat berjalan dengan baik. Sindrom Baby Blues merupakan kondisi gangguan emosi ringan yang dialami ibu setelah melahirkan, yang berpotensi berlanjut menjadi depresi postpartum jika tidak tertangani. Aplikasi mobile dengan computer vision CNN dibuat untuk melakukan monitoring perubahan mood ibu pasca melahirkan sebagai deteksi dini Sindrom Baby Blues. Model CNN mampu melakukan klasifikasi 7 ekspresi wajah dengan akurasi 65,92% untuk mendeteksi perubahan emosi ibu setiap harinya. Informasi mood ibu dari hasil klasifikasi CNN dipadukan dengan kuisioner untuk mendapatkan gambaran kondisi secara lebih komprehensif dan akurat. Fitur tracking mood dan riwayat mood dibuat agar perubahan emosi ibu dapat terpantau seiring waktu oleh pihak terkait seperti suami, keluarga atau bidan.