Deteksi Jumlah dan Pengenalan Wajah Manusia Menggunakan Metode Histogram Of Oriented Gradient dan Viola Jones

Authors

  • Feni Budi Antono Universitas Widyagama Malang
  • Faqih Rofii Universitas Widyagama Malang
  • Istiadi Istiadi Universitas Widyagama Malang

DOI:

https://doi.org/10.33633/tc.v19i1.2626

Keywords:

Histogram Of Oriented Gradient, Viola Jones, Object Recognition, Face Recognition

Abstract

Tingkat kejahatan di lingkungan rumah saat ini semakin meningkat. Ada dua kelemahan manusia yang  dimanfaatkan pencuri, yaitu sikap individualisme dan letak rumah yang sulit terjangkau oleh pengawasan keamanan. Solusi yang dilakukan adalah memperkerjakan jasa keamanan untuk menjaga rumah. Pilihan tersebut kurang  efesien bagi pemukiman menengah ke bawah. Solusi lain yang banyak digunakan adalah  sistem keamanan rumah berbasis CCTV. Kelemahan pada sistem yang  aktif terus menerus sehingga membutuhkan penyimpanan data yang cukup besar. Kekurangan dari CCTV tersebut dapat dicover dengan menambahkan fitur-fitur teknologi yang akan menambah presentase velue pada waktu yang digunakan. Penelitian ini dilakukan untuk mengetahui bagaimana penerapan fitur-fitur teknologi tersebut pada nilai akurasi serta error yang dihasilkan pada kamera USB. Metode yang digunakan dalam penelitian ini adalah Histogram Of Oriented Gradient sebagai pendeteksi jumlah manusia dan metode Viola Jones sebagai pendeteksi pengenalan wajah. Hasil dari penelitian ini adalah kemampuan maksimal kamera dalam mendeteksi jumlah manusia didapat pada jarak 5-11 meter antara kamera dengan obyek manusia dengan tingkat nilai error yang lebih rendah dari nilai akurat. Sedangkan pada pengenalan wajah jarak optimal yang didapat adalah 1-3 meter antara kamera dengan wajah yang menghasilkan tingkat nilai error lebih tinggi dari nilai akurat dalam mengenali wajah.

Author Biographies

Feni Budi Antono, Universitas Widyagama Malang

Jurusan Teknik Elektro Konsentrasi Telekomunikasi Universitas Widyagama Malang

Faqih Rofii, Universitas Widyagama Malang

Teknik Elektro Universitas Widyagama Malang

Istiadi Istiadi, Universitas Widyagama Malang

Teknik Elektro Universitas Widyagama Malang

References

M. Muchsin, F. Rofii, dan I. Jaenuri, “RANCANG BANGUN PROTOTYPE MONITORING KEMANAN RUMAH BERBASIS CLOSED CIRCUIT ℡EVISION (CCTV) DENGAN DETEKTOR GERAK,†Widya Tek., vol. 22, no. 1, 2014.

K. D. Irianto, “Pendeteksi Gerak Berbasis Kamera Menggunakan Opencv Pada Ruangan,†J. Ilm. KomuniTi, vol. 2, no. 1, 2010.

M. H. B. Pratama, A. Hidayatno, dan A. A. Zahra, “APLIKASI DETEKSI GERAK PADA KAMERA KEAMANAN MENGGUNAKAN METODE BACKGROUND SUBTRACTION DENGAN ALGORITMA GAUSSIAN MIXTURE MODEL,†TRANSIENT, vol. 6, no. 2, hlm. 246–253, 2017.

M. Kachouane, S. Sahki, M. Lakrouf, dan N. Ouadah, “HOG based fast human detection,†dalam 2012 24th International Conference on Microelectronics (ICM), 2012, hlm. 1–4.

C. Cosma, R. Brehar, dan S. Nedevschi, “Pedestrians detection using a cascade of LBP and HOG classifiers,†dalam Intelligent Computer Communication and Processing (ICCP), 2013 IEEE International Conference on, 2013, hlm. 69–75.

C. Yıldız, “An implementation on histogram of oriented gradients for human detection,†Bilkent Univ., 2012.

F. Hermawanto dan R. S. Sinukun, “DETEKSI OBYEK MANUSIA PADA SISTEM KEAMANAN GEDUNG MENGGUNAKAN WEBCAM,†J. Technopreneur JTech, vol. 4, no. 2, hlm. 127–130, 2016.

A. H. Triatmoko, S. H. Pramono, dan H. S. Dachlan, “Penggunaan Metode Viola-Jones dan Algoritma Eigen Eyes dalam Sistem Kehadiran Pegawai,†J. EECCIS, vol. 8, no. 1, hlm. 41–46, 2014.

P. Viola dan M. J. Jones, “Robust real-time face detection,†Int. J. Comput. Vis., vol. 57, no. 2, hlm. 137–154, 2004.

P. Viola dan M. Jones, “Rapid object detection using a boosted cascade of simple features,†dalam Computer Vision and Pattern Recognition, 2001. CVPR 2001. Proceedings of the 2001 IEEE Computer Society Conference on, 2001, vol. 1, hlm. I–I.

M. Arihutomo, A. Budikarso, dan others, “Rancang Bangun Sistem Penjejakan Objek Menggunakan Metode Viola Jones Untuk Aplikasi EyeBot,†EEPIS Final Proj., 2010.

Downloads

Published

2020-02-27