PENDEKATAN HAAR CASCADE YANG EFISIEN UNTUK DETEKSI WAJAH REAL-TIME PADA CITRA DIGITAL DENGAN OPENCV

Authors

  • Ahmad Zaelani Universitas Pamulang
  • Muhamad Irpan Maulana Universitas Pamulang
  • Muhammad Rafli Universitas Pamulang
  • Salsabila Azhari Putri4 Universitas Pamulang
  • Perani Rosyani Universitas Pamulang

Keywords:

Haar Cascade, OpenCV, Deteksi Wajah, Pengolahan Citra Digital, Computer Vision

Abstract

Deteksi wajah merupakan teknologi penting dalam berbagai aplikasi seperti sistem keamanan, antarmuka pengguna, dan analisis emosi. Penelitian ini mengimplementasikan sistem deteksi wajah real-time menggunakan metode Haar Cascade dengan bantuan library OpenCV dan bahasa pemrograman Python. Metode Haar Cascade dipilih karena efisiensinya dalam komputasi dan akurasi yang memadai untuk deteksi wajah. Sistem yang dikembangkan mampu mendeteksi wajah dari input video secara real-time dengan tingkat akurasi 95% dan kecepatan pemrosesan 30 frame per detik pada perangkat keras standar. Hasil penelitian menunjukkan bahwa implementasi ini efektif untuk aplikasi deteksi wajah real-time dan dapat menjadi dasar untuk pengembangan sistem yang lebih kompleks seperti pengenalan wajah atau analisis ekspresi.

Downloads

Published

2024-08-01

How to Cite

Ahmad Zaelani, Muhamad Irpan Maulana, Muhammad Rafli, Salsabila Azhari Putri4, & Perani Rosyani. (2024). PENDEKATAN HAAR CASCADE YANG EFISIEN UNTUK DETEKSI WAJAH REAL-TIME PADA CITRA DIGITAL DENGAN OPENCV. AI Dan SPK : Jurnal Artificial Intelligent Dan Sistem Penunjang Keputusan, 2(2), 105–111. Retrieved from http://jurnalmahasiswa.com/index.php/aidanspk/article/view/1484

Most read articles by the same author(s)

1 2 3 4 5 > >>