Pengujian Identifikasi Jumlah Kerumunan Face Recognition Menggunakan Haar Cascade Clasifier
DOI:
https://doi.org/10.56127/jukim.v2i01.432Keywords:
Covid-19, citra digital, haar cascade, pengenalan wajah, maskerAbstract
Mutasi dari coronavirus disease atau lebih dikenal dengan Covid-19 yang sekarang mulai menyebar baik diluar maupun dalam negeri memiliki tingkat penularan yang lebih cepat dan lebih tinggi dibanding denga varian-varian yang sudah ada sebelumnya. Namun dalam memantau kerumunan pemerintah masih menggunakan cara konvensional dibandingkan menggunakan teknologi. Penggunaan sebuah sistem pengenalan wajah dapat menjadi salah satu pilihan untuk mendeteksi kerumunan. Data pada penelitian kali ini menggunakan dua jenis data masukan yakni input langsung menggunakan kamera default dari laptop penulis secara real-time, serta input data berupa gambar dengan variasi data pengguaan masker dan menggunaan haar cascade. Penelitian ini menghasilkan bahwa algoritma cascade dapat mendeteksi wajah yang menggunakan maker maupun tidak menggunakan masker, sehingga algoritma cascade sangan cocok untuk digunakan dalam sistem yang memerlukan pengenalan wajah dalam pengambilan data.
References
E. Parwanto, “Virus Corona (SARS-CoV-2) penyebab COVID-19 kini telah bermutasi,” Jurnal Biomedika dan Kesehatan, vol. 4, no. 2, pp. 47–49, Jun. 2021, doi: 10.18051/jbiomedkes.2021.v4.47-49.
K. Julia Mahadewi, “KEBIJAKAN PELAKSANAAN PPKM DARURAT UNTUK PENANGANAN COVID-19 DALAM TATANAN KEHIDUPAN ERA BARU DI PROVINSI BALI,” Jurnal Kertha Semaya, vol. 9, no. 10, pp. 1879–1895, 2021, doi: 10.24843/KS.2021.v09.i10.p13.
T. Susim, C. Darujati, and I. Artikel, “PENGOLAHAN CITRA UNTUK PENGENALAN WAJAH (FACE RECOGNITION) MENGGUNAKAN OPENCV,” Jurnal Syntax Admiration, vol. 2, no. 3, 2021.
A. Fahrizal, R. T. Nugraha, D. Irlanto, and J. H. Ronggowaluyo, “IDENTIFIKASI WAJAH BERDASARKAN CITRA WAJAH DENGAN METODE BACKPROPAGATION.”
S. Al-Aidid and D. Pamungkas, “Sistem Pengenalan Wajah dengan Algoritma Haar Cascade dan Local Binary Pattern Histogram,” Jurnal Rekayasa Elektrika, vol. 14, no. 1, pp. 62–67, Apr. 2018, doi: 10.17529/jre.v14i1.9799.
S. Abidin, “Deteksi Wajah Menggunakan Metode Haar Cascade Classifier Berbasis Webcam Pada Matlab,” Jurnal Teknologi Elekterika, vol. 2, no. 1, p. 21, May 2018, doi: 10.31963/elekterika.v2i1.2102.
I. D. Kurniawati, “Kurniawati,” Implementasi Algoritma Canny dalam Pengenalan Wajah menggunakan Antarmuka GUI Matlab, vol. 2, pp. 1–6, Dec. 2017.
A. A. Pratama, Y. Yohanie, F. Panduman, D. K. Basuki, and S. Sukaridhoto, “Edge Computing Implementation for Action Recognition Systems,” Scientific Journal of Informatics, vol. 7, no. 2, pp. 2407–7658, 2020, [Online]. Available: http://journal.unnes.ac.id/nju/index.php/sji
D. A. Prabowo, D. Abdullah, and A. Manik, “DETEKSI DAN PERHITUNGAN OBJEK BERDASARKAN WARNA MENGGUNAKAN COLOR OBJECT TRACKING,” 2018. [Online]. Available: www.ejournal.unib.ac.id/index.php/pseudocode
A. Wahyu Wibowo, A. Karima, A. Yobioktabera, S. Fahriah, J. Teknik Elektro, and P. Negeri Semarang, “Pendeteksian dan Pengenalan Wajah Pada Foto Secara Real Time Dengan Haar Cascade dan Local Binary Pattern Histogram.”
C. W. XueMei Zhao, “A real-time face recognition system based on the improved LBPH algorithm,” 2017 IEEE 2nd International Conference on Signal and Image Processing (ICSIP), 2017, pp. 72-76, doi: 10.1109/SIPROCESS.2017.8124508., vol. 1, no. 2, 2017.
A. LAZARO, “lazaro,” DETEKSI JENIS KENDARAAN di JALAN MENGGUNAKAN OPENCV, vol. 1, pp. 3–87, Apr. 2017.
Sugiyono. Metode penelitian pendidikan : (pendekatan kuantitatif, kualitatif dan R & D). Bandung : Alfabeta,, 2008.
