Implementasi Fitur Haar-like dalam Mendeteksi dan Menghitung Jumlah Orang pada Noised Digital Image

Main Article Content

Qisthi Al Hazmi Hidayatur-Rohman

Abstract

Mendeteksi objek pada citra digital bagi manusia pada umumnya merupakan hal yang tidak sulit, namun tidak bagi komputer. Komputer membutuhkan teknologi khusus untuk mengolah suatu citra hingga dapat mendeteksi objek pada citra digital. Visi komputer memberikan solusi pada komputer untuk dapat mendeteksi objek pada citra digital. Salah satu fitur yang dapat diimplementasikan adalah Fitur Haar-like. Dengan fitur Haar-like, komputer akan mengekstraksi citra digital yang nantinya akan dideteksi suatu objek pada citra tersebut dengan algoritma Viola-Jones, yaitu algoritma cascade classifier yang berfungsi untuk mendeteksi suatu objek pada citra berdasarkan data citra terlatih (trained data). Pada penelitian ini, Fitur Haar dapat mendeteksi objek pada citra digital dengan tiga kondisi yang berbeda, yaitu saat kondisi normal, kondisi citra dengan derau, dan kondisi citra dengan pencahayaan rendah. Visi komputer dengan Fitur Haar-like dapat mendeteksi objek pada ketiga kondisi citra tersebut dengan prosentase kesalahan yang cukup rendah.

Article Details

How to Cite
Hidayatur-Rohman, Q. (2018). Implementasi Fitur Haar-like dalam Mendeteksi dan Menghitung Jumlah Orang pada Noised Digital Image. Journal of Informatics Information System Software Engineering and Applications (INISTA), 1(1). https://doi.org/10.20895/inista.v1i1.6
Section
Articles

References

[1] Singh Dushyant K., dan Kushwaha Dharmender S., “Analysis of Face Feature based Human Detection Techniques”, IJCTA, 9(22), 2016, pp. 173-180.
[2] Dawson-Howe Kenneth, “A Practical Introduction to Computer Vision with OpenCV”, Wiley, 2014.
[3] Jones Michael, dan Viola Paul, “Rapid Object Detection using a Boosted Cascade of Simple Features”, Proceesings of the 2001 IEEE Computer Society Conference on Computer Vision and Pattern Recognition, CVPR 2001, Kauai, HI, USA, 2001, pp. I-I.
[4] Utaminingrum Fitri, Primaswara Renaldi, dan Sari Yuita A., “Image Processing of Rapidly Eye Detection based on Robust Haar Sliding Window”, International Journal of Electrical and Computer Engineering (IJECE), Vol. 7, No. 2, April 2017, pp. 823-830.
[5] Iqbal Mohammad, Yuwono Rudi T., Fadhillah Hadyan M., dan Widiyanto Sigit, “Realtime Stereo Vision for Vehicle Detection, Classification and Counting Using Raspberry Pi”, Journal of Engineering and Applied Sciences, 12 (8), 2207-2213, 2017.
[6] Sathua Sujaya Kumar, Arabinda Dash, dan Aishwaryarani Behera, “Removal of Salt and Pepper noise from Gray-Scale and Color Images: An Adaptive Approach”, IJCST, Vol. 5, Issue 1, Jan-Feb 2017.
[7] Zhang Peixuan, dan Li Fang, “A New Adaptive Weighted Mean Filter for Removing Salt-and-Pepper Noise”, IEEE Signal Processing Letters, Vol. 21, No. 10, October 2014.