<![CDATA[Abstrak. Deteksi wajah merupakan salah satu teknologi yang banyak digunakan dalam bidang komputer vision dan kecerdasan buatan. Penelitian ini bertujuan untuk membangun sistem pendeteksi jumlah wajah secara real-time menggunakan metode YOLO (You Only Look Once), khususnya YOLOv8 yang dikenal memiliki kecepatan dan akurasi tinggi dalam deteksi objek. Sistem dibuat menggunakan bahasa pemrograman Python, library OpenCV, dan webcam laptop sebagai media input. Metode YOLO dipilih karena memiliki kecepatan deteksi yang baik dan tingkat akurasi yang cukup tinggi dalam mendeteksi objek dibandingkan metode tradisional seperti Haar Cascade. Tahapan penelitian meliputi studi literatur, pengumpulan data, implementasi sistem, dan pengujian. Pengumpulan data dilakukan dengan merekam frame video dalam tiga skenario: variasi jumlah wajah (1 hingga 5 wajah), variasi kondisi pencahayaan (sangat terang, normal, redup, gelap), dan variasi jarak deteksi (0,5 hingga 3 meter). Hasil pengujian menunjukkan bahwa sistem mampu mendeteksi wajah dengan baik secara real-time dengan tingkat akurasi mencapai 93% pada kondisi pencahayaan normal. Sistem juga mampu mendeteksi lebih dari satu wajah secara bersamaan, dengan akurasi mencapai 95% untuk dua wajah dan 90% untuk lima wajah. Namun, kinerja sistem menurun signifikan pada kondisi pencahayaan redup (akurasi 70%) dan pada jarak di atas 2 meter. Sistem diharapkan dapat membantu pengembangan absensi otomatis, keamanan ruangan, dan sistem monitoring berbasis komputer vision.]]>
Copyrights © 2026
