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.
SURAT KEPUTUSAN UNGGAH KARYA ILMIAH.pdf
Download (370kB)
HALAMAN DEPAN.pdf
Download (1MB)
BAB I.pdf
Download (382kB)
BAB II.pdf
Download (485kB)
BAB III.pdf
Download (460kB)
BAB IV.pdf
Download (1MB)
BAB V.pdf
Download (305kB)
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.
| Dosen Pembimbing: | UNSPECIFIED | UNSPECIFIED |
|---|---|
| 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: | https://eprints.umpo.ac.id/id/eprint/7635 |
