<![CDATA[Teknologi pengenalan wajah telah menjadi solusi populer dalam meningkatkan keamanan dan efisiensi akses di berbagai institusi, termasuk perpustakaan, namun keterbatasan anggaran dan infrastruktur di institusi pendidikan sering kali menjadi kendala dalam implementasi sistem yang efektif. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem pengenalan wajah berbasis Python, OpenCV, dan Haarcascade di Perpustakaan Universitas Muhammadiyah Parepare sebagai solusi yang terjangkau dan efisien untuk manajemen akses pengguna. Metode yang digunakan meliputi Haarcascade untuk mendeteksi wajah dengan mengidentifikasi fitur terang-gelap wajah melalui cascade classifier, Python sebagai bahasa pemrograman utama untuk mengintegrasikan dan menjalankan algoritma pengenalan wajah, dan Jupyter Notebook sebagai platform pengembangan untuk memfasilitasi pemrograman serta dokumentasi visual dari seluruh proses. Pengujian dilakukan dalam kondisi lingkungan perpustakaan yang bervariasi, termasuk perubahan pencahayaan dan sudut pandang wajah. Hasil penelitian menunjukkan bahwa sistem mampu mendeteksi wajah dengan tingkat akurasi tinggi, respons cepat, dan tingkat false positives yang rendah, sehingga cocok untuk kebutuhan perpustakaan yang memerlukan manajemen akses yang otomatis dan efektif. Implikasi dari penelitian ini adalah sistem ini memberikan solusi yang tidak hanya hemat biaya tetapi juga dapat diandalkan dalam kondisi terbatas, memberikan kontribusi bagi literatur pengenalan wajah dalam lingkungan pendidikan dengan sumber daya yang terbatas. Hasil ini menunjukkan bahwa sistem pengenalan wajah berbasis Haarcascade, Python, dan Jupyter Notebook dapat diadaptasi untuk aplikasi lain di institusi pendidikan, khususnya yang memerlukan solusi keamanan berbasis teknologi yang efisien.]]>
Copyrights © 2024
