Deteksi Wajah Dengan Metode Viola Jones Pada Opencv Menggunakan Pemrograman Python

• Main Author: NURVIYANTO, IMAM (Author)
• Format: Book
• Published: 2012.
• Subjects: Thesis; NonPeerReviewed
• Online Access: Connect to this object online
• Notes: https://eprints.ums.ac.id/21768/1/2_Halaman_Depan.pdf; https://eprints.ums.ac.id/21768/2/3_BABI.pdf; https://eprints.ums.ac.id/21768/3/4_BABII.pdf; https://eprints.ums.ac.id/21768/4/5_BABIII.pdf; https://eprints.ums.ac.id/21768/5/6_BABIV.pdf; https://eprints.ums.ac.id/21768/9/7_BABV.pdf; https://eprints.ums.ac.id/21768/10/8_Daftar_Pustaka.pdf; https://eprints.ums.ac.id/21768/11/9_Lampiran.pdf; https://eprints.ums.ac.id/21768/14/10_Naskah_Publikasi.pdf
• Keywords: TK Electrical engineering. Electronics Nuclear engineering

Sistem pendeteksian dan pengenalan wajah semakin banyak. Walaupun semakin banyak, bukan berarti penelitian mengenai hal ini sudah selesai. Tuntutan akan efektifitas, baik kecepatan maupun tingkat keakuratan dalam sebuah sistem pendeteksian semakin diperhitungkan. Banyak dari beberapa sistem pendeteksian wajah menggunakan metode Viola Jones sebagai metode pendeteksi objek. Metode Viola Jones dikenal memiliki kecepatan dan keakuratan yang tinggi karena menggabungkan beberapa konsep (Haar Features, Integral Image, AdaBoost, dan Cascade Classifier) menjadi sebuah metode utama untuk mendeteksi objek. Banyak dari sistem deteksi tersebut menggunakan C atau C++ sebagai bahasa pemrograman, dan OpenCV sebagai librari deteksi objek. Hal ini dikarenakan librari OpenCV menerapkan metode Viola Jones kedalam sistem librari deteksinya, sehingga memudahkan dalam pembuatan sistem. Dalam Tugas Akhir ini, dibahas mengenai proses pendeteksian wajah dengan metode Viola Jones pada OpenCV, serta mengaplikasikannya kedalam sistem deteksi wajah sederhana dengan memanfaatkan OpenCV dan Python. Python dipilih karena mempunyai struktur lebih sederhana dibanding pemrograman lain. Setelah sistem selesai dibuat, dilakukan pengujian terhadap karakteristik wajah yang dapat dideteksi oleh sistem. Setelah pengujian sistem, batasan jarak wajah yang dapat dideteksi antara ± 134 dan ± 21 cm dari kamera, batasan kecerahan antara ± 50 nilai mean maksimal gelap dan ± 200 nilai mean maksimal terang. Ketika dilakukan pengujian wajah manusia dalam keadaan frontal, sistem mampu mendeteksi dengan akurasi 100% dan waktu deteksi kurang dari 0.5 detik. Sedangkan ketika pengujian wajah manusia dalam keadaan non-frontal, kemiringan maksimal wajah yang dapat dideteksi sebesar ± 74°. Sistem dapat mendeteksi adanya beberapa wajah dalam suatu citra. Sistem juga dapat mendeteksi objek yang menyerupai wajah ketika objek tersebut memilki kontur yang sama dengan kontur wajah manusia (kontur wajah pada template), misalnya, wajah boneka dan topeng Hulk.