Pengembangan Face Recognition Menggunakan OpenCV dan Kombinasi Algoritma Haarcascade dan Local Binary Pattern Histogram (LBPH) untuk Aplikasi Presensi Mahasiswa

kristianto, ryan putranda

SmartComp
Vol 13, No 4 (2024): Smart Comp: Jurnalnya Orang Pintar Komputer

Penelitian ini bertujuan untuk mengembangkan aplikasi Face Recognition yang sudah ada sebelumnya, dengan fokus pada peningkatan tampilan UI dan nilai confidence dalam pengenalan wajah. Aplikasi sebelumnya memiliki rata-rata nilai confidence 65% dan error rate 35%, yang dianggap kurang optimal. Pengembangan dilakukan menggunakan OpenCV Python dengan kombinasi algoritma Haar Cascade Classifier dan Local Binary Pattern Histogram (LBPH). Metode yang digunakan meliputi perbaikan UI, peningkatan jumlah capturing image menjadi 100 kali untuk training, dan implementasi sistem konfirmasi setelah 10 kali deteksi pengguna yang sah. Hasil penelitian menunjukkan peningkatan pada tampilan UI dan fungsionalitas aplikasi, termasuk penambahan form konfirmasi untuk menyimpan data presensi. Namun, peningkatan jumlah capturing image tidak menghasilkan perubahan signifikan pada nilai confidence, yang tetap berada di sekitar 65%. Sebagai solusi, sistem konfirmasi otomatis setelah 10 kali deteksi pengguna yang sah diimplementasikan untuk meningkatkan akurasi pengenalan wajah