ABSTRAKSI: Saat ini computer vision semakin banyak dimanfaatkan dalam bidang robotika dan biometrik. Salah satu langkah awal untuk memulainya adalah robot mampu mengenali wajah. Diperlukan metode yang handal sehingga dapat mempercepat proses komputasi dan dapat direalisasikan pada komputer konvensional.
Pada tugas akhir kali ini, dikembangkan sebuah sistem deteksi wajah menggunakan metode Haar Classifier. Metode yang cukup handal namun tidak memerlukan teknik komputasi yang kompleks. Wajah yang dideteksi berasal dari citra yang ditangkap menggunakan webcam. Semua file video diproses sebagai citra warna berukuran 640 x 480 piksel dengan menggunakan bahasa pemrograman Visual C++ dan menyertakan fungsi librari OpenCV. motor servo disetting dapat berputar ke arah kanan-kiri dan atas-bawah untuk menggerakkan kamera mengikuti wajah yang terdeteksi.
Sistem diimplementasikan dan diuji pada PC Windows 7 ultimate 32bit SP1 dengan prosesor Intel Core2 Duo T5870 dan memori 2 GB sebagai otak. Mikrokontroller yang digunakan adalah ATmega8. File video ditangkap dengan menggunakan webcam Logitech Pro C120 2 MP pada kecepatan 30 frame per second. Dengan jarak efektif antara wajah dengan webcam 20 – 240 cm dan disertai pencahayaan merata, sistem dapat bekerja optimal dengan rata-rata keberhasilan uji coba 100%.
Kata Kunci : Haar Classifier, OpenCVABSTRACT: Nowadays more and more computer vision utilized in the field of robotics and biometrics. One of the first steps to get started is a robot capable of recognizing faces. Required a reliable method that can accelerate the process of computation and can be realized on a conventional computer.
At this final task, it had developed a face detection system using Haar Classifier. The method is quite reliable but does not require complex computational techniques. The face is detected from color image sequences are captured using a webcam. All video files are processed as a color image of size 640 x 480 pixels using the programming language Visual C++ and OpenCV library includes functions. servo motor can be set spinning to the right-left and top-down to move the camera follows the detected face.
The system is implemented and tested on a PC Windows 7 Ultimate 32bit SP1 with Intel Core2 Duo T5870 processor and 2 GB of memory as the brain. ATmega8 microcontroller is used. Video files captured using Logitech webcam Pro C120 2 MP at 30 frames per second. With the effective distance between the face with a webcam 20-240 cm and with uneven lighting, the system can work optimally with an average of 100% successful trials.
Keyword: Haar Classifier, OpenCV