Sistem Deteksi Wajah dengan Menggunakan Metode Viola-Jones

Penelitian ini berisikan tentang suatu sistem deteksi wajah pada manusia dengan menggunakan metode Viola- Jones. Data yang digunakan pada penelitian ini berupa sampel gambar yang diambil dari internet secara acak sebanyak 30 citra yang terdiri atas 22 citra manusia dan 8 citra hewan. Dimensi sampel citra berukuran paling kecil adalah 219x285 pixel dan dimensi yang paling besar adalah 1536x2048 pixel. Metode Viola-Jones relatif mendapatkan hasil yang cepat, akurat, dan efisien dalam melakukan deteksi wajah pada gambar. Metode Viola-Jones merupakan algoritma yang paling banyak digunakan untuk mendeteksi wajah. Metode ini terdiri atas tiga komponen penting yaitu integral image digunakan untuk menentukan ada atau tidaknya fitur Haar tertentu pada sebuah gambar, metode AdaBoost machine learning yang digunakan untuk untuk memilih fitur Haar yang spesifik yang akan digunakan serta untuk mengatur nilai ambangnya (threshold), dan cascade classifier sebagai pengklasifikasi akhir untuk menentukan daerah wajah pada gambar dari metode ini. Urutan filter pada cascade ditentukan oleh bobot yang diberikan AdaBoost. Filter dengan bobot paling besar diletakkan pada proses pertama kali dengan tujuan untuk menghapus daerah gambar bukan wajah secepat mungkin. Dalam penelitian ini ditampilkan gambar-gambar yang terdeteksi sebagai wajah dan tidak terdeteksi sebagai wajah. Hasil penelitian ini mendapatkan nilai akurasi sistem deteksi wajah sebesar 90,9%. Hasil lain yang didapatkan adalah posisi wajah yang tegak/tidak tegak menentukan keberhasilan deteksi wajah tersebut