Untitled

Abstract

Penelitian ini merealisasikan sebuah aplikasi pencatat kehadiran otomatis menggunakan mekanisme pengenalan wajah. Metode pengenalan yang dipakai adalah metode Eigenface dengan algoritma Haar Cascade yang mampu mendeteksi dengan cepat dan real-time wajah manusia. Parameter pengujian yang dilakukan meliputi tiga kondisi yakni pengujian terhadap tipe wajah, terhadap jarak ke objek, dan terhadap delay waktu pembacaan objek. Seluruh kondisi tersebut mengacu pada tingkat keakuratan yang dinyatakan dalam TAR (True Acceptance Rate). Hasil pengujian menunjukkan nilai TAR pada tipe wajah berkacamata yakni 100%, sedangkan yang tidak berkacamata memiliki nilai TAR 93,5%. Pada pengujian kedua terhadap jarak antara smartphone dan wajah, menunjukkan nilai TAR pada jarak 20 cm yakni 57%, sedangkan pada jarak 30 cm memiliki nilai TAR 56%. Pada pengujian terhadap delay pembacaan wajah, didapatkan hasil rata-rata delay sebesar 3,93 detik.

Peningkatan Kinerja AMG8833 sebagai Thermocam dengan Metode Regresi AdaBoost untuk Pelaksanaan Protokol COVID-19

“…Pendeteksian wajah adalah teknologi komputer yang berfungsi untuk mengidentifikasi atau memverifikasi wajah seseorang melalui gambar digital [11]. Mekanisme pendeteksian wajah dilakukan dengan merekam wajah pengguna kemudian membandingkan wajah tersebut dengan wajah yang tersimpan pada database [12], [13].…”

“…Untuk melakukan pendeteksian wajah pada penelitian menggunakan metode Haar Cascade dari OpenCV. Haar Cascade digunakan karena mempunyai keunggulan dari segi kecepatan dan akurasi yang baik [11]. Pemrosesan Haar Cascade diatur dalam classifier cascade [21].…”