Implementasi Pengenalan Nama Berdasarkan Wajah Menggunakan Haarcascade Dengan Metode Gray Scale
Abstract
Tujuan dari penelitian ini adalah untuk menerapkan sistem pengenalan nama berbasis wajah menggunakan OpenCV dan Haarcascades. Program ini memiliki kemampuan untuk mendeteksi nama dari aliran video webcam dan mengenali setiap induvidu dari database, sehingga sistem dapat mengidentifikasi wajah yang dimasukkan. Sistem ini mengenali nama melalui wajah yang dikonversikan ke skala abu-abu, pengenalan wajah melalui metode Haarcascade, dan pengenalan melalui pencocokan template. Hasil dari penelitian ini menunjukkan bahwa sistem pengenalan nama berdasarkan wajah dapat mencapai akurasi pengenalan sebesar 85%. Namun, sistem ini memiliki masalah dengan resolusi dan kecepatan bingkai yang rendah, pencahayaan, pose wajah dan wajah yang terhalang. Penelitian ini juga menyoroti pentingnya mengembangkan teknik yang dapat meningkatkan akurasi pengenalan wajah dalam berbagai kondisi lingkungan. Dengan penelitian ini diharapkan dapat dikembangkan menjadi landasan untuk pengembangan sistem wajah yang lebih canggih dan dapat diandalkan dimasa depan.
References
Amalia Warzuqni, A., Putri Sabilla, D. ., Agustin, Z. ., & Rosyani, P. (2022). ANALISA SISTEM PRESENSI KELAS MENGGUNAKAN PENGENAL WAJAH DENGAN METODE HAAR CASCASE CLASSIFIER. Jurnal Manajemen, Ekonomi, Hukum, Kewirausahaan, Kesehatan, Pendidikan Dan Informatika (MANEKIN), 1, 15-19. Diambil kembali dari https://journal.mediapublikasi.id/index.php/manekin/article/view/1315
Dzaky Nafis Alfarizi, Agung Pangestu, R., Dimas Aditya, Muhammad Adi Setiawan, & Rosyani, P. (2023). Penggunaan Metode YOLO Pada Deteksi Objek: Sebuah Tinjauan Literatur Sistematis. AI Dan SPK : Jurnal Artificial Intelligent Dan Sistem Penunjang Keputusan, 1(1), 1, 54-63. Diambil kembali dari http://jurnalmahasiswa.com/index.php/aidanspk/article/view/144
Otti, C. (2016, may 12-14). Comparasion of Biometric Identification Methods. IEEE 11th International Symposium on Applied Computational Intelligence and Informatics (SACI).
P. Viola and M. Jones. (2001, dec 8-14). Rapid Object Detection Using a Boosted Cascade of Simple Feature. Proceedings of The 2001 IEEE Computer Society Conference on Computer Vision and Pattern.
R. Lienhart and J. Maydt. (2002, sept 22-25). An Extended Set of Haar-like Features for Rapid Object Detection. International Conference on Image Processing.
Rosyani, P., Suhendi, A., Apriyanti, D. H., & Waskita, A. A. (2021). Color Features Based Flower Image Segmentation Using K-Means and Fuzzy C-Means. Building of Informatics, Technology and Science (BITS), 3, 253-259. doi:https://doi.org/10.47065/bits.v3i3.1060
S. Pankanti, R. M. Bolle, A. Jain. (2000, Feb). Biometrics: The future of identification. special issue of Computer, 33.
