dc.identifier.citation | Arihutomo, Mukhlas, (2010), “Rancang Bangun Sistem Penjejakan Objek Menggunakan Metode Viola Jones Untuk APlikasi EyeBot”, ITS. Chandra, Devy. Prajnagaja, Nagarjuna. Nugroho, Lintang Agung, (2011), “Studi Pendeteksian Wajah dengan Metode Viola Jones”, BINUS. Kadir, Abdul, (2005), “Dasar Pemrograman Python”, Yogyakarta, Andi Offset. Nugraha, Raditya, (2011), “GameTicTacToe dengan Gerakan Jari Menggunakan Metode Viola And Jones”, Politeknik Elektronika Negeri Surabaya, ITS. Viola, Paul. & Jones, Michaels, (2001), “Rapid Object Detection using boosted Cascade of Simple Features”, IEEE CVPR. | en_US |
dc.description.abstract | Sistem pendeteksian dan pengenalan wajah semakin banyak. Walaupun semakin banyak, bukan berarti
penelitian mengenai hal ini sudah selesai. Tuntutan akan efektifitas, baik kecepatan maupun tingkat
keakuratan dalam sebuah sistem pendeteksian semakin diperhitungkan. Banyak dari beberapa sistem
pendeteksian wajah menggunakan metode Viola Jones sebagai metode pendeteksi objek. Metode Viola
Jones dikenal memiliki kecepatan dan keakuratan yang tinggi karena menggabungkan beberapa konsep
(Haar Features, Integral Image, AdaBoost, dan Cascade Classifier) menjadi sebuah metode utama untuk
mendeteksi objek. Banyak dari sistem deteksi tersebut menggunakan C atau C++ sebagai bahasa
pemrograman, dan OpenCV sebagai librari deteksi objek. Hal ini dikarenakan librari OpenCV
menerapkan metode Viola Jones kedalam sistem deteksinya, sehingga memudahkan dalam pembuatan
sistem. Penelitian ini bertujuan untuk mengimplementasikan Viola Jones ke dalam sistem deteksi wajah
sederhana dengan memanfaatkan library yang ada pada OpenCV dan memanfaatkan bahasa
pemrograman Python sebagai pondasi sistem. Setelah sistem selesai dibuat, dilakukan pengujian sistem
terhadap karakteristik wajah yang dapat dideteksi. Metode penelitian ini dimulai dari studi literatur,
pengumpulan data, perancangan sistem, kemudian menganalisis data. Dari hasil pengujian, batasan
jarak wajah yang dapat dideteksi antara ± 134 dan ± 21 cm dari kamera, batasan kecerahan antara ± 50
nilai mean maksimal gelap dan ± 200 nilai mean maksimal terang. Ketika dilakukan pengujian wajah
manusia dalam keadaan frontal, sistem mampu mendeteksi dengan akurasi 100% dan waktu deteksi
kurang dari 0.5 detik. Sedangkan ketika wajah dalam keadaan non-frontal, kemiringan maksimal wajah
yang dapat dideteksi sebesar ± 74°. Sistem dapat mendeteksi adanya beberapa (lebih dari satu) wajah
dalam suatu citra. Sistem juga dapat mendeteksi objek yang menyerupai wajah ketika objek tersebut
memilki kontur yang sama dengan kontur wajah manusia (kontur wajah pada template), misalnya, wajah
boneka dan topeng Hulk. | en_US |