Deteksi Wajah Menggunakan Algoritma Haar Cascade Berbasis Haar Feature

Sinta Bella (Universitas Muhammadiyah Sumatera Utara)
Martiano (Universitas Muhammadiyah Sumatera Utara)

Hello World
Vol. 5 No. 2 (2026): Edisi Juli 2026

Penelitian ini membahas implementasi algoritma Haar Cascade Classifier dalam pendeteksian wajah secara otomatis. Tujuan penelitian adalah untuk menganalisis kinerja sistem dalam mengenali wajah pada berbagai kondisi pencahayaan dan pose. Proses penelitian meliputi pengumpulan citra wajah, pelatihan menggunakan dataset terdaftar, serta pengujian sistem deteksi dengan kamera. Evaluasi dilakukan menggunakan confusion matrix dengan parameter True Positive (TP), False Positive (FP), True Negative (TN), dan False Negative (FN). Hasil pengujian menunjukkan bahwa sistem mencapai akurasi 81,82%, presisi 100%, dan recall 81,82%. Nilai presisi yang tinggi menunjukkan bahwa sistem mampu mendeteksi wajah dengan tingkat ketepatan sangat baik, meskipun masih terdapat beberapa wajah yang gagal terdeteksi. Penelitian ini membuktikan bahwa Haar Cascade dapat digunakan sebagai metode yang efisien untuk sistem keamanan maupun absensi berbasis wajah, namun pengembangan lebih lanjut diperlukan agar dapat bekerja optimal pada kondisi pencahayaan rendah atau wajah yang tertutup sebagian.