Implementasi Pendeteksian Wajah Dan Mata Secara Real-Time Menggunakan Metode Haar Cascade Dengan OpenCV

Khusnul Salbiah, Siti
Junita, Nurma
Putri Aprillia, Cikal
Alpiansyah, Rizki
Rosyani, Perani

JRIIN :Jurnal Riset Informatika dan Inovasi
Vol 2 No 4 (2024): JRIIN: Jurnal Riset Informatika dan Inovasi

Penelitian ini mengimplementasikan pendeteksian wajah dan mata secara real-time menggunakan metode Haar Cascade di OpenCV, dengan aplikasi utama dalam keamanan, interaksi manusia-komputer, dan analisis perilaku. Dataset terdiri dari gambar wajah yang diambil secara real-time dengan variasi pencahayaan dan posisi wajah yang berbeda. Proses pendeteksian mencakup pengambilan gambar, konversi ke skala abu-abu, dan penerapan Haar Cascade. Hasil penelitian menunjukkan Haar Cascade mampu mendeteksi wajah dan mata dengan tingkat akurasi tinggi pada kondisi pencahayaan baik dan posisi wajah normal, namun performanya menurun pada kondisi pencahayaan buruk dan orientasi wajah yang tidak biasa. Meskipun efektif dan efisien, untuk aplikasi dengan persyaratan akurasi lebih tinggi, disarankan penggunaan metode deteksi berbasis deep learning.