APLIKASI PENDETEKSI WAJAH MANUSIA UNTUK MENGHITUNG JUMLAH MANUSIA

Sari

ABSTRAK

Pemantauan keramaian di tempat-tempat umum diperlukan untuk pengawasan, monitoring maupun untuk keperluan survey kepadatan manusia. Untuk keperluan survey kepadatan data hasil pemantauan dibutuhkan guna perbaikan tataruang maupun pengembangan infra struktur pada tempat umum tersebut. Menghitung jumlah manusia pada tempat keramaian umum dapat menggunakan tenaga manusia (manual). Tetapi menggunakan cara manual rentan terhadap kesalahan. Maka pada penelitian ini dilakukan perhitungan jumlah manusia dengan cara mendeteksi manusia dari citra input berdasarkan deteksi bagian dari tubuh manusia yaitu wajah. Dalam penelitian ini digunakan Viola Jones untuk mendeteksi wajah manusia dalam citra digital dan capture melalui webcam. Citra diinput mengalami proses resize kemudian diubah menjadi citra abu-abu dengan proses Grayscaling dilanjutkan pembaca fitur haar yang di ambil dari library OpenCV, perhitungan fitur dengan citra integral, dan pendeteksian objek dengan cascade of classifier. Dari hasil pengujian menggunakan Load File diperoleh: akurasi sebesar 84.8 %, error 14.5 % dan koreksi visual 7.3 %. Dan dari hasil percobaan menggunakan Capture Webcam diperoleh: akurasi sebesar 82.9%, error 16.5% dan koreksi visual 1.3%.

Kata kunci: Deteksi Wajah, Menghitung Manusia, Viola-jones, Citra, OpenCV, Webcam.

PENDAHULUAN

Pemantauan tempat-tempat keramaian umum untuk dapat menghitung jumlah manusia merupakan salah satu dari sekian banyak bidang memanfaatkan teknologi komputer. Sistem deteksi wajah, termasuk di dalamnya penghitungan jumlah wajah dalam suatu citra, merupakan salah satu pemanfaatan teknologi pengolahan citra digital. Proses deteksi wajah manusia dan penghitungan jumlah manusia memerlukan metode tertentu yang didukung dengan suatu perangkat lunak. Oleh karena itu, perlu dibuat sistem yang mampu mengidentifikasi dan menghitung semua daerah citra yang mengandung wajah, yang di dalam penelitian ini digunakan metode Viola Jones. Metode Haar Cascade Classifier sangat ideal digunakan untuk deteksi banyak wajah dalam ruang kelas secara real time. Berdasarkan indikasi dari deteksi wajah secara real time, maka jumlah orang akan di ketahui. Jika citra wajah terhalang oleh objek lain maka citra wajah tersebut tidak akan terdeteksi.

Penelitian Pengenalan wajah karyawan dilakukan dengan algoritma Eigenface dimana citra wajah di-capture dengan menggunakan webcam dan hasilnya adalah sebuah file citra dengan format .jpg. Citra wajah kemudian dinormalisasi dengan beberapa tahap yaitu kualitas warna citra diturunkan menjadi grayscale dan mengubah ukuran citra menjadi 100 x 100 piksel. Setelah itu lakukan perhitungan nilai eigen value dari citra wajah dan citra dari database untuk mendapatkan menjadi eigen vector. Bandingkan nilai eigen value citra wajah dengan nilai eigen vector citra database dan tentukan nilai yang paling mendekati sebagai referensi wajah yang paling mirip.