Penggunaan Metode Haar Cascade Classifier dan LBPH Untuk Pengenalan Wajah Secara Realtime

Febrin Ludia Ramadini, Emy Haryatmi

Abstract


Pengenalan wajah manusia menjadi sebuah topik penelitian biometric yang cukup banyak diminatai karena pada wajah manusia terdapat banyak informasi terutama mengenai identitas seseorang. Setiap orang memiliki bentuk wajah yang berbeda yang dapat dilihat dari mata, hidung, telinga dan juga mulut. Pada penelitian ini penulis menggabungkan dua metode haar cascade classifoer dan LBPH untuk membuat sistemm yang dapat mengenali wajah seseorang. Metode haar casecade classifier digunakan untuk mendeteksi adanya wajah manusia sedangkan metode LBPH digunakan untuk mengenali wajah seseorang. Pada sistm ini terdapat beberapa proses untuk dapat mengenali wajah seseorang, yaitu: proses deteksi wajah, proses pengambilan dataset, proses pelatihan wajah dan proses pengenalan wajah. Proses pengambilan dataset dilakukan secara otomatis, saat sistem sudah mendeteksi adanya wajah manusia dan diambil sebanyak 40 foto untuk setiap satu wajah user. Sistem akan mencocokkan wajah yang terdeteksi dengan indentitas wajah yang telah dimasukkan ke dalam dataset. Selanjutnya sisstem akan mengenali wajah yang dideteksi dan menampikan nama sesuai dengan nomer user ID yang terdapat di dataset. Tampilan pengenalan wajah mnggunakan sistem realtime dimana nama yang ditampilkan sesuai dengan orang yang tepat berdiri didepan kamera laptop pada saat itu. Keberhasilan sistem ini sebesar 88,42%.


Keywords


Face; Biometric; Haar Cascade Classifire; LBPH; Realtime

Full Text:

PDF

References


H. Al Fatta, “Sistem presensi karyawan berbasis pengenalan wajah dengan algoritma,” Image (Rochester, N.Y.), pp. 164–170, 2021.

D. A. Ratnasari, H. Fitriah, M. Hannats, and H. Ichsan, “Sistem Deteksi Perhatian Operator Kamera Pengawas Terhadap Monitor Menggunakan Haar Cascade Classifier,” J. Pengemb. Teknol. Inf. dan Ilmu Komput. Univ. Brawijaya, vol. 2, no. 12, pp. 6315–6321, 2021.

Kouzani A, He F, Sammut K, Bouzerdoum A, “Illumination invariant face recognition”, Proceedings of the IEEE International Conference on Systems, Man and Cybernetics, 2021.

E. Wahyudi, Wirawan dan H. Kusuma, “Perbandingan Ujuk Kerja Pengenalan Wajah Berbasis Fitue Local Binary Pattern dengan Algoritma PCA dan Chi Squar”. Jurusan Teknik Elektro ITS, 2011. Diambil dari : https://www.academia.edu/26316937, 2021.

Sayeed Al-Aidid dan Daniel S. Pamungkas. “Sistem Pengenalan Wajah Dengan Algoritma Haar Cascade Dan LBPH”, Jurnal Rekayasa Elektrika Vol. 14, No. 1, April 2018, hal. 62-67 ISSN. 1412-4785; e-ISSN. 2252-620X, Terakreditasi RISTEKDIKTI No. 36b/E/KPT/2016 DOI:10.17529/jre.v14i1.9799. Diambil dari: https://pdfs.semanticscholar.org/8b02/1b2cec9e540f4841911e01b117b58408ed90.pdf, 2021.

Angga Wahyu Wibowo, Aisyatul Karima, Wiktasari, Amran Yobioktabera, dan Sirli Fahriah. 2020. Pendeteksian dan Pengenalan Wajah Pada Foto Secara Real Time Dengan Haar Cascade dan Local Binary Pattern Histogram. JTET (Jurnal Teknik Elektro Terapan),e-ISSN:2503-2941,Vol. 9 No. 1 April 2020 Hal: 6 – 11. Diambil dari: http://digilib.unila.ac.id/26828/4/skripsi_tanpa_bab_pembahasan.pdf, 2021.

Rahim, Abdur “Face Recognition using Local Binary Patterns (LBP).” Global Journal of Computer Science and Technology Graphics & Vision, Pabna University of Science and Technology Bangladesh, 2013.

Dwisanto Putro, M., dkk, “Sistem Deteksi Wajah dengan Menggunakan Metode Viola-Jones”, Seminar Nasional “Science, Engineering and Technology”, Yogyakarta,2012.

A. Kasinski and A. Schmidt, “The architecture and performance of the face and eyes detection system based on the Haar cascade classifiers,” Pattern Anal. Appl., vol. 13, no. 2, pp. 197–211, 2010,doi: 10.1007/s10044-009-0150-5.

A. Fauzan, M. Novamizanti Ledya S.Si., and S. T. M. T. Fuadah Yunendah Nur, “Perancangan Sistem Deteksi Wajah Untuk Presensi Kehadiran Menggunakan Metode LBPH ( Local Binary Pattern Histogram) Berbasis Android”, e-Proceeding of Engineering : Vol.5, No.3, 2018.

T. Saraf, K. Shukla, H. Balkhande, and A. Deshmukh, “Automated Door Access Control System Using Face Recognition”, International Research Journal of Engineering and Technology (IRJET) Volume: 05, pp. 3036_3037, 2018.

S. Sandar and S. A. N. Oo, _Development of a Secured Door Lock System Based on Face Recognition using Raspberry Pi and GSM Module,_ International Journal of Trend in Scienti_c Research and Development (IJTSRD) Volume 3 Issue 5, 2019.

M. S. Karis, N. R. A. Razif, N. M. Ali, M. A. Rosli, M. S. M. Aras, and M. M. Ghazaly, “Local Binary Pattern (LBP) with application to variant object detection: A survey and method,” Proceeding - 2016 IEEE 12th Int. Colloq. Signal Process. its Appl. CSPA 2016, no. March, pp. 221–226, 2016, doi: 10.1109/CSPA.2016.7515835.

N. Stekas and D. Van Den Heuvel, “Face recognition using local binary patterns histograms (LBPH) on an FPGA-based system on chip (SoC),” Proc. - 2016 IEEE 30th Int. Parallel Distrib. Process. Symp. IPDPS 2016, pp. 300304.

V. Grag and K. Grag, “Face Recognition Using Haar Cascade ClassiFIer”, Journal of Emerging Technologies and Innovative Research (JETIR), Volume 3, 2016.

L. S. López, “Local Binary Patterns applied to Face Detection and Recognition”, Machine Learning, 2010.

B. W. M. Dwisnanto Putro Teguh Bharata Adji, “Sistem DeteksiWajah dengan Menggunakan Metode Viola-Jones”, Seminar Nasional Science, Engineering and Technology, 2012.

M. Madhuram.M, B. P. Kumar, L. Sridhar, N. Prem, and V. Prasad, “Face Detection and Recognition Using OpenCV”, International Research Journal of Engineering and Technology (IRJET) Volume: 05, 2018.

R. I. S. Maryati and B. Tryatmojo, “Akurasi Sistem Face Recognition OpenCV Menggunakan Raspberry Pi Dengan Metode Haar Cascade”, Jurnal Ilmiah Informatika - VOL. 07 NO. 02, 2019.

T.Ahonen, M.Pietikäinen, A.Hadid & T.Mäenpaä. “Face Recognition Based on the Appearance of Local Regions”, Machine Vision Group, InfoTech. University of Oulu, Finland. 2004 IEEE.

Hengliang Tang, Yanfeng Sun, Baocai Yin and Yun Ge, “Face recognition based on Haar LBP histogram,” 2010 3rd International Conference on Advanced Computer Theory and Engineering (ICACTE), Chengdu, 2010, pp. V6-235-V6-238.

A. Wicaksono, P. Erwin Susanto S.T. M.T., and D. I. F. Y. S. S. T. M.T., “Rancang Bangun Pintu Pintar Pada Ruang Kerja Dengan Mendeteksi Wajah Berbasis Pengolahan Citra” e-Proceeding of Engineering : Vol.3, No.3, 2016.

A. Zein, _Pendeteksian Multi Wajah Dan Recognition Secara Real Time Menggunakan Metoda Principal Component Analysis (Pca) Dan Eigenface” Jurnal Teknologi Informasi ESIT Vol. XII No. 0, 2018.

D. A. Ratnasari, H. Fitriah, M. Hannats, and H. Ichsan, “Sistem Deteksi Perhatian Operator Kamera Pengawas Terhadap Monitor Menggunakan Haar Cascade Classifier,” J. Pengemb. Teknol. Inf. dan Ilmu Komput. Univ. Brawijaya, vol. 2, no. 12, pp. 6315–6321, 2018.

H. Al Fatta, “Sistem presensi karyawan berbasis pengenalan wajah dengan algoritma,” Image (Rochester, N.Y.), pp. 164–170, 2006.

P. Choirina and R. A. Asmara, “Deteksi Jenis Kelamin Berdasarkan Citra Wajah Jarak Jauh Dengan Metode Haar Cascade Classifier,” J. Inform. Polinema, vol. 2, no. 4, p. 164, 2016, doi: 10.33795/jip.v2i4.77.

X. M. Zhao and C. B. Wei, “A real-time face recognition system based on the improved LBPH algorithm,” 2017 IEEE 2nd Int. Conf. Signal Image Process. ICSIP 2017, vol. 2017-Janua, pp. 72–76, 2017, doi: 10.1109/SIPROCESS.2017.8124508.

A. Rastogi and B. S. Ryuh, “Teat detection algorithm: YOLO vs. Haar-cascade,” J. Mech. Sci. Technol., vol. 33, no. 4, pp. 1869–1874, 2019, doi: 10.1007/s12206-019-0339-5.




DOI: https://doi.org/10.30743/infotekjar.v6i2.4714

Refbacks

  • There are currently no refbacks.


Copyright (c) 2022 Febrin Ludia Ramadini, Emy Haryatmi

Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.

InfoTekJar (Jurnal Nasional Informatika dan Teknologi Jaringan)

Program Studi Teknik Informatika - Universitas Islam Sumatera Utara
Website : http://jurnal.uisu.ac.id/index.php/infotekjar/index
Email : infotekjar@ft.uisu.ac.id

InfoTekJar : Jurnal Nasional Informatika dan Teknologi Jaringan) is licensed under a Creative Commons Attribution 4.0 International License