Sistem Absensi Mahasiswa dan Dosen Menggunakan Pendeteksi Wajah Dengan Metode Haar Cascade dan LBPH (Local Binary Patterns Histograms)

Abstract

Pengenalan wajah merupakan salah satu bidang penting dalam pengolahan citra dan visi komputer yang memiliki berbagai aplikasi, termasuk keamanan, identifikasi, dan personalisasi layanan. Penelitian ini membahas implementasi dua metode populer untuk pengenalan wajah: Haarcascade untuk deteksi wajah dan Local Binary Patterns Histograms (LBPH) untuk pengenalan wajah. Haarcascade adalah algoritma deteksi objek berbasis machine learning yang menggunakan fitur Haar-like dan sebuah cascade function untuk mendeteksi wajah dalam gambar. Algoritma ini terkenal karena kecepatan dan akurasinya dalam mendeteksi wajah meskipun dalam kondisi pencahayaan yang bervariasi dan posisi wajah yang berbeda. Setelah deteksi wajah, metode LBPH digunakan untuk mengenali wajah yang telah terdeteksi. LBPH adalah algoritma pengenalan wajah yang bekerja dengan cara mengidentifikasi pola tekstur lokal dalam gambar grayscale dan membuat histogram dari pola-pola tersebut. Penelitian ini mengevaluasi kinerja kedua metode tersebut sehingga dapat digunakan sebagai sistem absensi. Hasil pengujian yang telah dilakukan sistem pendeteksi wajah dengan haarcascade memiliki error sebesar 2% dan pengenalan wajah dengan LBPH memiliki error sebesar 2,04%. Kata Kunci: Pendeteksi Wajah, Pengenalan Wajah, Absensi, HaarCascade, LBPH (Local Binary Patterns Histograms).