PENERAPAN METODE HAAR CASCADE UNTUK DETEKSI POLA WAJAH BERDASARKAN PERKEMBANGAN USIA

Osvira Fassya Enbiva; Rozali Toyib

doi:10.51401/jinteks.v7i3.6238

Authors

Osvira Fassya Enbiva Universitas Muhammadiyah Bengkulu
Rozali Toyib Universitas Muhammadiyah Bengkulu

DOI:

https://doi.org/10.51401/jinteks.v7i3.6238

Keywords:

Deteksi Wajah, Metode Haar Cascade, Klasifikasi Usia

Abstract

Permasalahan kurangnya riset mengenai deteksi perubahan pada wajah manusia seiring bertambahnya usia sangat penting untuk ditangani, baik untuk kebutuhan keamanan, kesehatan, maupun layanan digital pribadi. Hal ini mencakup pencatatan sipil, data kriminal di bandara, pelabuhan, dan lokasi-lokasi dengan tingkat keamanan tinggi, forensik, catatan kesehatan, serta perkembangan data digital. Pengenalan pola wajah yang berkaitan dengan usia terjadi karena setiap orang menjalani proses penuaan yang unik, dipengaruhi oleh faktor genetik, lingkungan, kebiasaan hidup, dan keadaan kesehatan. Teknik Haar Cascade beroperasi dengan menggunakan fitur yang mirip dengan Haar dan menggabungkannya dengan algoritma penguatan seperti AdaBoost untuk menciptakan pengklasifikasi yang efektif. Dengan kemampuan deteksi yang cepat dan performa yang handal, metode ini sangat sesuai diterapkan dalam berbagai sistem yang berbasis kamera, termasuk sistem keamanan, aplikasi mobile, dan perangkat pintar lainnya. Hasil penelitian menunjukkan akurasi deteksi wajah yang mencapai 93,33%, dimana kelompok usia dewasa menunjukkan tingkat akurasi tertinggi. Sistem ini juga dapat mengklasifikasikan bentuk wajah dengan berbagai tingkat kepercayaan tergantung pada usia, walaupun metode konvensional, Haar Cascade tetap relevan dan efisien dalam sistem deteksi wajah terkini, khususnya untuk citra frontal.

References

A. C. Marcelio, A. M. Azzikra, P. D. Mufazzal, R. A. Illahi, A. S. Husain, and Abdiansyah, “Aplikasi Analisis Wajah, Klasifikasi Gender dan Prediksi Usia Menggunakan Deep Learning pada Dataset Citra Wajah Manusia,” J. Media Infotama, vol. 20, no. 1, pp. 379–383, 2024.

Jamal Rosid, “Face Recognition Dengan Metode Haar Cascade dan Facenet,” Indones. J. Data Sci., vol. 3, no. 1, pp. 30–34, 2022, doi: 10.56705/ijodas.v3i1.38.

B. Hardianti et al., Biologi Forensik. 2024.

F. L. Ramadini and E. Haryatmi, “Penggunaan Metode Haar Cascade Classifier dan LBPH Untuk Pengenalan Wajah Secara Realtime,” InfoTekJar J. Nas. Inform. dan Teknol. Jar., vol. 6, no. 2, pp. 1–8, 2022, [Online]. Available: https://jurnal.uisu.ac.id/index.php/infotekjar/article/view/4714/pdf

A. R. Arrahimi, M. K. Ihsan, D. Kartini, M. R. Faisal, and F. Indriani, “Teknik Bagging Dan Boosting Pada Algoritma CART Untuk Klasifikasi Masa Studi Mahasiswa,” J. Sains dan Inform., vol. 5, no. 1, pp. 21–30, 2019, doi: 10.34128/jsi.v5i1.171.

R. Prathivi and Y. Kurniawati, “Sistem Presensi Kelas Menggunakan Pengenalan Wajah Dengan Metode Haar Cascade Classifier,” Simetris J. Tek. Mesin, Elektro dan Ilmu Komput., vol. 11, no. 1, pp. 135–142, 2020, doi: 10.24176/simet.v11i1.3754.

S. Abidin, “Deteksi Wajah Menggunakan Metode Haar Cascade Classifier Berbasis Webcam Pada Matlab,” J. Teknol. Elekterika, vol. 2, no. 1, p. 21, 2018, doi: 10.31963/elekterika.v2i1.2102.

S. V. Dwiparaswati, “Implementasi Pengenalan Wajah Secara Real-Time Dengan Metode Haar Cascade Classifier Menggunakan OpenCV-Python Implementasi Pengenalan Wajah Secara Real-Time Dengan Metode Haar Cascade Classifier Menggunakan Opencv-Python,” Ug J., vol. 16, no. 2, pp. 51–59, 2022.

A. A. Ramadana Lubis, S. I. Purnama, and M. A. Afandi, “Sistem Pendeteksi Kantuk Berbasis Metode Haar Cascade Untuk Aplikasi Computer Vision,” Techno.Com, vol. 22, no. 3, pp. 589–598, 2023, doi: 10.33633/tc.v22i3.8464.

S. Al-Aidid and D. Pamungkas, “Sistem Pengenalan Wajah dengan Algoritma Haar Cascade dan Local Binary Pattern Histogram,” J. Rekayasa Elektr., vol. 14, no. 1, pp. 62–67, 2018, doi: 10.17529/jre.v14i1.9799.

N. Mega Saraswati, R. Cipta Sigitta Hariyono, and D. Chandra, “Face Recognition Menggunakan Metode Haar Cascade Classifier Dan Local Binary Pattern Histogram,” J. Media Elektr., vol. 20, no. 3, pp. 6–11, 2023, doi: 10.59562/metrik.v20i3.5546.

S. Melangi, “Klasifikasi Usia Berdasarkan Citra Wajah Menggunakan Algoritma Artificial Neural Network dan Gabor Filter,” Jambura J. Electr. Electron. Eng., vol. 2, no. 2, pp. 60–67, 2020, doi: 10.37905/jjeee.v2i2.6956.

W. E. Susanto and D. Riana, “Komparasi Algoritma,” J. Speed, vol. 8, no. 3, pp. 18–27, 2016.

F. T. Puri, “Analisis Algoritma Eigenface (Pengenalan Wajah) Pada Aplikasi Kehadiran Pengajaran Dosen,” Sains Technol., p. 152, 2011.Maszeri et al., Deep Learning Dalam Pendidikan Dan Artificial Intellegence. 2025.

I. Maulana, N. Khairunisa, and R. Mufidah, “Deteksi Bentuk Wajah Menggunakan Convolutional Neural Network (Cnn),” JATI (Jurnal Mhs. Tek. Inform., vol. 7, no. 6, pp. 3348–3355, 2024, doi: 10.36040/jati.v7i6.8171.

I. W. Prastika and E. Zuliarso, “Deteksi Penyakit Kulit Wajah Menggunakan Tensorflow Dengan Metode Convolutional Neural Network,” J. Manaj. Inform. dan Sist. Inf., vol. 4, no. 2, pp. 84–91, 2021, doi: 10.36595/misi.v4i2.418.

F. Sudana Putra, Kusrini, and M. P. Kurniawan, “Deteksi Otomatis Jerawat Wajah Menggunakan Metode Convolutional Neural Network (CNN),” J. Inf. Technol., vol. 1, no. 2, pp. 30–34, 2021, doi: 10.46229/jifotech.v1i2.308.

C. Widi Wiguna, J. Dedy Irawan, and M. Orisa, “Penerapan Metode Convolutional Neural Network Pada Aplikasi Deteksi Wajah Buronan Berbasis Web,” JATI (Jurnal Mhs. Tek. Inform., vol. 6, no. 2, pp. 1051–1058, 2023, doi: 10.36040/jati.v6i2.5438.

P. Kenda and A. Witanti, “Sistem Presensi Berbasis Wajah Dengan Metode Haar Cascade,” KONSTELASI Konvergensi Teknol. dan Sist. Inf., vol. 1, no. 2, pp. 419–429, 2021, doi: 10.24002/konstelasi.v1i2.4305.

V. Dores, “Identifikasi Masker pada Face Detection dengan Menggunakan Metode Haar Cascade dan CNN,” J. Sistim Inf. dan Teknol., vol. 4, pp. 149–154, 2022, doi: 10.37034/jsisfotek.v4i4.154.

S. Sabili, R. F. Rachmadi, and E. M. Yuniarno, “Verifikasi Wajah Menggunakan Deep Metric Learning pada Data Wajah dengan Disparitas Umur yang Besar,” J. Tek. ITS, vol. 10, no. 2, 2021, doi: 10.12962/j23373539.v10i2.73552.

A. Dwi Safitri, D. Mariska, M. Fahrezi, M. Abadi, and Thia, “Aplikasi klasifikasi Gender dan Usia Berdasarkan Citra Wajah Manusia Menggunakan TensorFlow,” J. Inf. Technol. Soc., vol. 2, no. 1, pp. 17–21, 2024, doi: 10.35438/jits.v2i1.34.

“Perancangan Jaringan Syaraf Tiruan Perambatan Balik Untuk Klasifikasi Retinopati Diabetik Berdasarkan Objek Pembuluh Darah Retina Berbasis Tekstur Gray Level Run Length Matrix,” 2022.

R. Yulianti et al., Metode Penelitian Eksperimen, vol. 2, no. 01. Medan : PT Mifandi Mandiri Digital, 2022. doi: 10.59174/mqs.v2i01.24.