Tujuan dari deteksi wajah adalah untuk mengetahui ada atau tidaknya wajah dalam sebuah gambar atau video, walaupun terlihat mudah dilakukan oleh manusia, ternyata deteksi wajah sangat sulit dilakukan oleh komputer. Selain lingkungan sekitar juga terdapat beberapa hal yang dapat menjadi kendala dalam mendeteksi wajah, langkah ini menjadi sulit ketika terjadi variasi iluminasi, posisi, ekspresi wajah, orientasi, kriteria morfologi dan atribut yang melekat atau menutupi wajah seperti kacamata, topi, masker. Penelitian ini menerapkan metode algoritma Viola-Jones yang memiliki tiga keunggulan: Deteksi wajah secara real-time, Efisiensi Komputasi dan Deteksi Objek Lain. Metode 2D DWT-PCA digunakan untuk mengurangi dimensi data dan menghilangkan noise pada gambar, dan KNN-KD Tree digunakan untuk mengenali wajah berdasarkan fitur-fitur yang telah diekstraksi dari gambar. Hasil pengujian dengan total 78 variasi pada objek wajah yang dideteksi yaitu didapatkan hasil dengan keakuratan sebesar 80.77%.
Collaboration network of the authors
3 authors ·
2 co-authorship links
Hover or tap a name to highlight its co-authors. Double-click to open the author's page.
Universitas Budi Luhur
Affiliation unknown
Different organisations
Same organisation
Affiliation unknown
Thicker line = more joint articles · bigger circle = more articles
Affiliations come from OpenAlex; journal OAI-PMH metadata carries none. Authors without an OpenAlex ID are matched by name, which can merge or split people.