Pengembangan Prototype Aplikasi Pengenalan Wajah Real-Time dengan Metode Haar Cascade dan LBPH

Abstract

Pengenalan wajah merupakan salah satu teknologi biometrik yang banyak digunakan dalam berbagai bidang, seperti keamanan, akses kontrol, dan personalisasi layanan. Penelitian ini bertujuan untuk mengembangkan sebuah prototype aplikasi pengenalan wajah secara real-time menggunakan kombinasi metode Haar Cascade untuk deteksi wajah dan Local Binary Patterns Histograms (LBPH) untuk pengenalan wajah. Haar Cascade digunakan karena kemampuannya dalam mendeteksi wajah secara cepat, sementara LBPH dipilih karena keakuratannya dalam mengenali wajah pada lingkungan dengan pencahayaan yang bervariasi. Prototype ini dirancang untuk mengenali individu secara efisien dengan memanfaatkan teknologi pemrosesan citra digital. Data pengujian mencakup gambar wajah dari berbagai individu dalam kondisi pencahayaan dan sudut pandang yang beragam. Hasil pengujian menunjukkan bahwa aplikasi mampu mendeteksi dan mengenali wajah dengan tingkat akurasi yang tinggi, khususnya dalam lingkungan terkendali. Namun, beberapa tantangan teridentifikasi pada kondisi lingkungan yang dinamis, seperti latar belakang kompleks atau perubahan pencahayaan drastis. Dengan demikian, aplikasi ini memiliki potensi untuk diimplementasikan dalam sistem autentikasi berbasis wajah atau aplikasi lain yang membutuhkan pengenalan wajah secara cepat dan akurat, yang dapat dikembangkan untuk mengidentifikasi. Semakin redup cahaya dan semakin jauh jarak pengenalan wajah dari kamera maka akan semakin kecil tingkat kemiripan yang didapatkan. Nilai kemiripan tertinggi yang diperoleh adalah pada intensitas cahaya terang dengan nilai kemiripan sebesar 78%.