IMPLEMENTASI FACE RECOGNITION SECARA REAL-TIME DENGAN METODE HAAR CASCADE CLASSIFIER MENGGUNAKAN OPENCV-PYTHON

Abstract

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%.