Sistem keamanan yang selama ini diterapkan di berbagai areal
atau ruangan, masih bersifat konvensional dimana manusia sebagai
Subyek yang menjalankan. Didalam prosesnya rasanya kurang efisien
jika tugas itu dikerjakan oleh tenaga manusia. Misalnya dalam suatu
gedung terdapat puluhan ruangan, untuk memaksimalkan keamanan
tentunya diperlukan puluhan tenaga manusia untuk berpatroli di setiap
ruangan itu. Tentunya sistem ini merupakan sistem yang tidak efisien
dari segi waktu maupun biaya. Untuk mempermudah hal tersebut, maka
digunakan suatu alat pada setiap ruangan.
Dengan sistematis yang digambarkan sebagai berikut, dalam
setiap ruangan yang sensitif terdapat alat dengan sistem moving
detection yang bekerja dengan input dari kamera WebCam yang dapat
bergerak vertikal dan horizontal. Dengan metode Euclidean dan
pencocokan pada pixel antara gambar lalu dan gambar sekarang.
Gedung tersebut hanya membutuhkan satu ruang pusat
keamanan yang bisa memonitor setiap ruang tersebut. Ketika sensor
kamera mendeteksi adanya suatu gerakan maka alat tersebut akan
memberi informasi ke ruang pusat keamanan yang berbentuk alarm.
untuk mengatasi efek dari kamera yang bergerak diatasi dengan Image
stabilizer. Isyarat alarm hanya terjadi di ruang pusat keamanan.
Kelebihan dari sistem ini adalah apabila pihak security lalai dalam
mengamati masih dapat diatasi oleh sistem dengan pemberian alarm.
Hasil dari sistem ini adalah program dapat mendeteksi obyek bergerak
dengan fps sekitar 15 fps dan image stabilizer yang sesuai dengan
batasan, obyek yang diamati tidak lebih dari 6 meter dan tidak terlalu
cepat.
Kata Kunci : Sistem Konvensional, Webcam, Moving Detection, Image
Stabilizera
dalam berbagai ukuran, posisi, dan latar belakang. Proyek akhir ini
membahas bagaimana sistem deteksi wajah ini memproses gambar dari
obyek bergerak. Pemrosesan gambar ini bertujuan untuk mencari wajah
dari gambar obyek bergerak yang telah di capture, kemudian gambar
tersebut diolah dengan memisahkan gambar dengan latar belakangnya,
sehingga hanya bagian yang dianggap kulit yang ditampilkan sedangkan
bagian yang bukan kulit akan dihitamkan.
Pemisahan gambar dengan latar belakang ini bertujuan untuk
memudahkan proses pencarian wajah karena obyek – obyek yang tidak
dianggap sebagai kulit telah dieliminasi sehingga sistem deteksi wajah
hanya menscan bagian yang dianggap kulit yang kemudian akan
dicocokkan dengan template wajah yang disimpan kedalam 5 kelas.
Untuk metode pencocokkan ini digunakan metode Euclidean Distance
sehingga apabila ada suatu obyek yang dibandingkan apabila jarak yang
dicari termasuk ke dalam rentang batas bawah dan batas atas dari kelima
kelas tersebut maka obyek tersebut dianggap sebagai wajah sehingga
pada bagian tersebut ditandai sebagai simbol bahwa sistem telah berhasil
menemukan wajah dari obyek bergerak yang bersangkutan.
Tingkat keberhasilan sistem deteksi wajah dalam kondisi off-line
pada range 4500 – 6128,2 adalah 70% dari 10 sampel pada jarak 2 – 3
meter dan 90% dari 10 sample data pada jarak 50 cm – 1 meter,
sedangkan dalam kondisi on-line pada range 4500 – 6128,2 untuk
mendeteksi bagian kepala manusia sebagai obyek bergerak tingkat
keberhasilannya 70% pada jarak 50 cm – 1 meter dan 90 % pada jarak 2
meter – 3 meter. Untuk mendeteksi bagian selain kepala manusia
sebagai obyek yang bergerak tingkat keberhasilan sistem adalah 20 %
dari 10 sampel pada jarak 50 cm hingga 1 meter dan 40 % pada jarak 2
meter hingga 3 meter.
Kata kunci : Deteksi Wajah, Euclidean Distance, Sistem Biometrik