SISTEM DETEKSI WAJAH MENGGUNAKAN ALGORITMA HAARCASCADE PADA OPENCV PYTHON

Fauzi, Irfan (2021) SISTEM DETEKSI WAJAH MENGGUNAKAN ALGORITMA HAARCASCADE PADA OPENCV PYTHON. Skripsi (S1) thesis, Universitas Muhammadiyah Ponorogo.

[img] Text
surat_unggah.pdf

Download (370kB)
[img] Text
halamanjudul.pdf

Download (93kB)
[img] Text
bab1.pdf

Download (92kB)
[img] Text
bab2.pdf

Download (180kB)
[img] Text
bab3.pdf
Restricted to Repository staff only

Download (161kB)
[img] Text
bab4.pdf
Restricted to Repository staff only

Download (1MB)
[img] Text
bab5.pdf
Restricted to Repository staff only

Download (72kB)

Abstract

Wajah adalah salah satu bagian tubuh manusia sebagai anugerah Tuhan Yang Maha Kuasa yang sangatlah luar biasa, wajah sangatlah unik karena satu sama lain memiliki perbedaan. Oleh sebab itu, wajah banyak sekali digunakan sebagai penanda identitas diri agar dapat dikenali oleh orang lain. Pengenalan terhadap identitas ini sangatlah penting, digunakan untuk berbagai keperluan, seperti misalnya untuk absensi kehadiran, ujian online, transaksi perbankan, jual beli online, dan lain sebagainya. Berdasar hal tersebut, pada penelitian ditujukan untuk membuat sistem sederhana yang dapat mendeteksi wajah menggunakan openCV pada Pyhton dan mengetahui bagaimana karakter wajah dapat dideteksi oleh sistem. Objek pada penelitian ini adalah wajah manusia. Wajah akan direkam menggunakan webcam. Webcam yang digunakan adalah webcam laptop. Hasil dari capture video yang dilakukan sistem harus menghadap ke depan (frontal), dengan intensitas cahaya yang terang, serta jarak wajah ke kamera. Metode yang digunakan adalah algoritma haarcascade atau metode Viola Jones, yaitu algoritma yang digunakan untuk mendeteksi citra wajah manusia secara frontal (menghadap ke depan). Sedangkan untuk pengenalan wajah menggunakan algoritma Local Binary Patterns Histogram (LBPH). Dari hasil penelitian ini disimpulkan bahwa sistem deteksi wajah dapat dilakukan dengan menggunakan algoritma haarcascade pada openCV menggunakan bahasa pemrogaman Python. Sistem deteksi wajah menggunakan algoritma haarcascade hanya mampu mendeteksi wajah dari depan saja, apabila posisi wajah dibuat menyamping, menunduk atau membelakangi webcam maka tidak akan terdeteksi. Jarak antara wajah dengan kamera, sistem mampu mendeteksi pada jarak < 200 cm, dan untuk beberapa kondisi pada saat pengambilan gambar, sistem tidak mampu mendeteksi wajah ketika seseorang memakai masker, memalingkan wajahnya dari kamera, ataupun memberikan penghalang seperti menutup mulut menggunakan tangan. Kata Kunci: Face, OpenCV, Python, Haarcascade, LBPH

Item Type: Thesis (Skripsi (S1))
Uncontrolled Keywords: Face, OpenCV, Python, Haarcascade, LBPH
Subjects: T Technology > TJ Mechanical engineering and machinery
T Technology > TK Electrical engineering. Electronics Nuclear engineering
Divisions: Faculty of Engineering > Department of Informatic Engineering
Depositing User: ft . userft
Date Deposited: 23 Aug 2021 04:54
Last Modified: 29 Oct 2021 06:42
URI: http://eprints.umpo.ac.id/id/eprint/6923

Actions (login required)

View Item View Item