IMPLEMENTASI FACE RECOGNITION SECARA REAL-TIME DENGAN METODE HAAR CASCADE CLASSIFIER MENGGUNAKAN OPENCV-PYTHON
| Main Authors: | Dwiparaswati, Windy, Hilmawan, Sephikhar Varid |
|---|---|
| Format: | Article info application/pdf eJournal |
| Bahasa: | eng |
| Terbitan: |
Universitas Gunadarma
, 2022
|
| Online Access: |
http://ejournal.gunadarma.ac.id/index.php/ugjournal/article/view/6211 http://ejournal.gunadarma.ac.id/index.php/ugjournal/article/view/6211/2464 |
Daftar Isi:
- Pengolahan citra memiliki keterhubungan dengan Computer Vision, hanya Computer Vision dapat dikaitkan dengan akuisisi citra, pemrosesan, klasifikasi, pengakuan dan pencakupan keseluruhan, dan pengambilan keputusan yang diikuti dengan pengidentifikasian citra. Penelitian ini menggunakan OpenCV bersama Python yang dimanfaatkan untuk mengolah image atau video (tumpukan frame/image) sesuai dengan tujuan masing-masing yang melibatkan kamera untuk menangkap gambar lalu diolah di komputer. Metode yang digunakan adalah metode Haar Cascade classifier, Haar-like feature memproses gambar dalam kotak-kotak, dimana dalam satu kotak terdapat beberapa pixel. Per kotak itu pun kemudian di-proses dan didapatkan perbedaan nilai (threshold) yang menandakan daerah gelap dan terang, yang nantinya dijadikan dasar dalam image processing. Penelitian ini dianalisa dengan menggunakan 7 faktor diantaranya adalah faktor pencahayaan terang dan gelap, faktor jarak wajah jauh dan dekat, dan faktor posisi wajah hadap atas, depan, dan bawah. Hasil penelitian ini adalah Sistem berhasil mengimplementasikan Face Recognition untuk mendeteksi wajah seseorang yang dikenal secara live video realtime dengan metode Haar Cascade Classifier menggunakan opencv berbasis python. Sistem dapat mengenali wajah yang dikenal sebagai pengguna awal pada faktor jarak wajah dekat dan jauh, pada faktor posisi wajah hadap depan dan hadap bawah. Pada faktor pencahayaan terlalu terang dan gelap, dan posisi wajah hadap atas, program menghasilkan output tidak dikenal sebagai pengguna awal karena memiliki nilai akurasi dibawah 60%.