Penerapan Metode Histogram Oriented of Gradients dan Haar-Cascad pada Pintu Asrama Pintar Telkom University
Abstrak
Kasus penghuni tak dikenal yang menginap serta laporan kehilangan barang di asrama Telkom University telah menjadi masalah yang semakin sering terjadi. Untuk mengatasi masalah ini, dirancang sebuah sistem pengenalan wajah (facerecognition) yang dapat meningkatkan keamanan di lingkungan asrama. Sistem ini menggunakan Raspberry Pi dan OpenCV sebagai pustaka utama, dengan dua metode utama: Haar Cascade untuk mendeteksi wajah dan Histogram of Oriented Gradients (HOG) untuk mencocokkan wajah dengan data yang tersimpan. Pengujian sistem dilakukan dengan melibatkan 10 orang sebagai sampel, di mana masing-masing sampel terdiri dari 25 foto. Hasil pengujian menunjukkan bahwa sistem ini mampu mengenali wajah dengan akurasi hingga 89%, dengan waktu proses rata-rata 2,45 detik. Diharapkan, sistem ini dapat memberikan kontribusi nyata dalam meningkatkan rasa aman dan nyaman bagi seluruh penghuni asrama Telkom University.
Kata kunci—Face Recognition, Haar Cascade, Histogram of Oriented Gradients (HOG), OpenCV, RaspberryPi.
Referensi
M.-H. &. K. D. &. A. N. Yang, " Detecting Faces in Images: A Survey.," Pattern Analysis and Machine Intelligence, IEEE Transactions, no. Volume 24, pp. 34 - 58, 2002.
A. K. Jain, R. Sharma and A. Sharma, "A Review of Face Recognition System Using Raspberry Pi in the Field of IoT.," In: Proceedings on International Conference on Emerg., pp. 7-14, 2018.
Dalal, N., & Triggs, B. (2005). Histograms of Oriented Gradients for Human Detection. Proceedings of the 2005 IEEE Computer Society Conference on Computer Vision and Pattern Recognition (CVPR).
Viola, P., & Jones, M. (2001). Rapid Object Detection using a Boosted Cascade of Simple Features. Proceedings of the 2001 IEEE Computer Society Conference on Computer Vision and Pattern Recognition.
