PENGGUNAAN SISTEM PENGESANAN EMOSI BAGI MELATIH KEMAHIRAN KOMUNIKASI PEMBENTANGAN

Wan Fathul Hakim Wan Zamri, Zaliha Wahid, Azhari Shamsudeen, Muhamad Faiz Md Din

Abstract


Ekspresi wajah memainkan peranan utama untuk mengesan emosi seseorang. Penggunaan pengesanan emosi dalam pembelajaran boleh mengesan emosi negatif pelajar terutamanya ketika   mereka melaksanakan pembentangan projek. Kelemahan yang dikesan ini mampu diatasi dengan latihan bagi meningkatkan keupayaan keyakinan dan kemahiran komunikasi pembentangan. Justeru, kajian ini dijalankan bertujuan untuk mengenal pasti emosi pelajar semasa proses pembentangan kajian projek. Kajian ini menumpukan kepada dua objektif iaitu mengenalpasti elemen-elemen emosi pelajar dan valensi rangsangan muka ketika pembentangan. Melalui sistem pengesanan emosi ini, penambaikan komunikasi pembentangan telah berjaya dicapai melalui latihan menerusi sistem pengesanan emosi yang dapat mengesan ekspresi wajah pelajar. Ujian pengesanan emosi ini melibatkan 10 pelajar yang mengikuti kurus elektif iaitu Topik Terkini Kejuruteraaan Mekanikal. Walau bagaimanapun, keputusan 2 sampel pelajar lelaki dan perempuan telah dipilih untuk didokumentasi secara komprehensif dalam manuskrip ini. Pelajar lelaki mempunyai skala intensiti yang tinggi berbanding pelajar wanita. Skala intensiti yang tinggi menggambarkan kekuatan emosi yang ditionjolkan pada ekspresi wajah.  Hasil keputusan menunjukkan kedua-dua pelajar lelaki dan perempuan menunjukkan kecenderungan mempamerkan emosi negatif ketika pembentangan tetapi dengan valensi berbeza antara satu sama lain. Namun proses latihan intensif telah dijalankan untuk memberi latihan komunikasi pembentangan kepada pelajar agar memberi ekspresi wajah tenang semasa pembentangan. Latihan ini berjaya memberikan impak yang positif. Diharapkan latihan pengesanan emosi yang ditindikkan dalam elemen pembentangan ini mampu memberi nilai inovasi baru yang mampu menyumbang ke arah satu keupayaan pembentangan yang lebih baik di kalangan pelajar.


Keywords


Ekspresi; komunikasi; pengesanan emosi

Full Text:

PDF

References


Bahreini, K., Nadolski, R., & Westera, W. (2016). Towards real-time speech emotion recognition for affective e-learning. Education and information technologies, 21(5), 1367-1386.

Banerjee, A., & Das, D. (2019). Facial expression recognition using convolutional neural network. In Proceedings of the 5th International Conference on Emerging Trends in Technology (ICETT), 1-6, May 27-29. Seoul.

Barros, P., & Wermter, S. (2020). Emotion recognition in the wild via convolutional neural networks and mapped binary patterns. Neural Computing and Applications, 32(11), 7767-7779.

Chen, X., Fan, Y., & Liu, Y. (2022). Combining audio and visual cues for emotion recognition in naturalistic videos. IEEE Transactions on Affective Computing, 13(3), 386-397.

Dupré, D., Krumhuber, E. G., Küster, D., & McKeown, G. J. (2020). A performance comparison of eight commercially available automatic classifiers for facial affect recognition. Plos One, 15(4), e0231968.

Husaina Banu Kenayathulla, Nor Aziah Ahmad, & Abdul Rahman Idris. (2019). Gaps between competence and importance of employability skills: evidence from Malaysia. Higher Education Evaluation and Development, 13(2), 97–112.

Krithika, L. B. (2016). Student emotion recognition system (SERS) for e-learning improvement based on learner concentration metric. Procedia Computer Science, 85, 767-776.fla

Li, X., Wang, X., & Zhang, Y. (2023). Emotion recognition from speech and facial expressions using multi-task learning. IEEE Transactions on Affective Computing, 14(1), 26-36.

Pan, X., Chen, X., & Fan, Y. (2022). Fusing multi-modal information for improved facial emotion recognition. Pattern Recognition, 125, 107808.

Petrovica, S., Anohina-Naumeca, A., & Ekenel, H. K. (2017). Emotion recognition in affective tutoring systems: Collection of ground-truth data. Procedia Computer Science, 104, 437-444.

Rios, J. A., Ling, G., Pugh, R., Becker, D., & Bacall, A. (2020). Identifying critical 21st-century skills for workplace success: A content analysis of job advertisements. Educational Researcher, 49(2), 80-89.

Tarnowski, P., Kołodziej, M., Majkowski, A., & Rak, R. J. (2017). Emotion recognition using facial expressions. Procedia Computer Science, 108, 1175-1184.

Turabzadeh, S., Meng, H., Swash, R., Pleva, M., & Juhar, J. (2018). Facial Expression Emotion Detection for Real-Time Embedded Systems. Technologies, 6(1), 17.

Ulandari, Y., & Juliawati, D. (2019). Pemanfaatan layanan bimbingan kelompok untuk meningkatkan kecerdasan emosi siswa. Indonesian Journal of Counseling and Development, 1(1), 1-8.

Zamri, W.F.H.W., Abidin, Z.Z. and Harun, Z. (2021). Cabaran Pembelajaran Era Pandemik: Simptom Stres Di Kalangan Pelajar Program Kejuruteraan Mekanikal UKM. ASEAN Journal of Teaching & Learning in Higher Education, 13(2), 113-135


Refbacks

  • There are currently no refbacks.


Index