Perbandingan Ekstraksi Fitur Haar-like dan Local Binary Pattern untuk Deteksi Wajah

Abstract

Abstrak—Deteksi wajah manusia (face detection) adalah salah satu tahap awal yang sangat penting di dalam proses pengenalan wajah (face recognition). Karena sebelum memasuki proses tersebut deteksi wajah sangat mempengaruhi tingkat akurasi yang dihasilkan, karena potongan citra wajah dalam sebuah gambar ditentukan oleh deteksi wajah. Deteksi wajah dapat digunakan untuk melakukan pencarian dan pengindeksan data wajah dari citra atau video yang berisi wajah dengan berbagai ukuran, posisi, dan latar belakang. Penelitian ini mengevaluasi dua metode deteksi wajah berdasarkan tingkat hit deteksi dan waktu deteksi, dua metode itu adalah fitur Haar dan Local Binary Pattern (LBP). Pada percobaan menggunakan Haar menghasilkan total wajah yang terdeteksi benar adalah 11685 wajah dari 11745 wajah, sedangkan wajah yang terdeteksi salah adalah 103, sehingga memiliki hit rate 99,49%. Total dari waktu deteksi dari semua dataset adalah 1033 detik. Kemudian untuk percobaan menggunakan metode LBP total wajah yang terdeteksi benar adalah 11444 wajah dari 11745 wajah, sedangkan wajah yang terdeteksi salah adalah delapan, sehingga memiliki hit rate 97,48%. Total dari waktu deteksi dari semua dataset adalah 686 detik. Dari penelitian yang telah dilakukan, Haar memiliki keunggulan pada hit rate atau dapat mendeteksi wajah lebih banyak, sedangkan LBP memiliki keunggulan dalam waktu deteksi wajah yang jauh lebih singkat daripada Haar. LBP memiliki kelemahan pada hit rate, sedangkan Haar memiliki kelemahan pada waktu deteksi yang lebih lama dan kesalahan deteksi wajah yang lebih banyak daripada LBP.Kata Kunci— deteksi wajah; viola-jones; haar-like; local binary pattern; hit rate.