DETEKSI WAJAH DENGAN BOOSTED CASCADE CLASSIFIER

Abstract

Abstrak. Perkembangan teknologi dalam biometrik saat ini berkembang pesat terutama pengenalan wajah. Deteksi wajah  digunakan untuk melakukan deteksi letak wajah dalam melakukan pengenalan. Pada penelitian deteksi wajah banyak digunakan algoritma yang berbeda-beda untuk memaksimalkan hasil deteksi. Algoritma tersebut digunakan untuk meningkatkan akurasi serta kecepatan pemrosesan. Salah satu algoritma yang digunakan dalam penelitian ini adalah menggunakan metode integral image, haar like feature, adaboost learning dan cascade classifier. Integral image adalah metode awal yang digunakan untuk mendeteksi fitur dengan cepat dengan menghitung nilai citra integral pada empat buah titik dan membuat representasi citra baru. Haar like feature untuk menghitung selisih dari jumlah piksel dari daerah hasil integral image.  Nilai yang telah diperoleh dari ekstraksi fitur haar akan dibuat sebagai klasifikasi lemah menjadi klasifikasi kuat dengan metode adaboost learning. Cascade classifier untuk mengkombinasikan banyak fitur. Dari penelitian ini didapatkan  tingkat akurasi akurasi deteksi nya yaitu 81.6%.

Kata Kunci: Deteksi wajah, Haar Like Feature, Integral Image, Adaboost Learning, Cascade Classifier.

DOI : https://doi.org/10.33005/scan.v13i3.1367