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.

	Text (SURAT KEPUTUSAN UNGGAH KARYA ILMIAH) SURAT KEPUTUSAN UNGGAH KARYA ILMIAH.pdf Download (370kB)
	Text (HALAMAN DEPAN) HALAMAN DEPAN.pdf Download (1MB)
	Text (BAB I) BAB I.pdf Download (382kB)
	Text (BAB II) BAB II.pdf Download (485kB)
	Text (BAB III) BAB III.pdf Download (460kB)
	Text (BAB IV) BAB IV.pdf Download (1MB)
	Text (BAB V) BAB V.pdf Download (305kB)
	Text (DAFTAR PUSTAKA) DAFTAR PUSTAKA.pdf Download (315kB)

Abstract

Wajah merupakan salah satu bagian dari tubuh manusia yang memiliki keunikan. Setiap orang di dunia ini memiliki kontur wajah yang berbeda-beda. Oleh sebab itu, wajah digunakan oleh semua orang untuk menjadi penanda identitas dirinya agar dapat dikenali oleh orang lain. Data yang digunakan dalam penelitian ini adalah capture wajah webcam. Gambar yang diperoleh akan dikonversi dari citra RGB menjadi citra grayscale. Algoritma yang digunakan adalah algoritma haarcascade, kemudian hasil dari proses ini dikombinasikan dengan proses Image Matching dengan algoritma Local Binary Pattern Histogram (LBPH) untuk merecognisi data wajah. Hasil penelitian diperoleh kesimpulan bahwa deteksi wajah dapat dilakukan dengan menggunakan algoritma haarcascade pada openCV menggunakan bahasa pemrogaman Python. Sistem hanya mampu mendeteksi wajah dari depan saja dengan jarak kurang dari 200 cm, dan pada 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.

Item Type:	Thesis (Skripsi (S1))
Uncontrolled Keywords:	Wajah, Webcam, OpenCV, Python, Haarcascade, LBPH
Subjects:	T Technology > TJ Mechanical engineering and machinery T Technology > TK Electrical engineering. Electronics Nuclear engineering
Divisions:	Faculty of Engineering
Depositing User:	ft . userft
Date Deposited:	02 Sep 2021 23:35
Last Modified:	02 Sep 2021 23:35
URI:	http://eprints.umpo.ac.id/id/eprint/7635

Actions (login required)

View Item