MACHINE LEARNING PENDETEKSI WAJAH DENGAN OPEN CV MENGGUNAKAN PYTHON

Penulis

  • Sunarsan Sitohang Universitas Putera Batam
  • Hotma Pangaribuan Universitas Putera Batam

DOI:

https://doi.org/10.33884/psnistek.v8i1.11743

Kata Kunci:

Deteksi Wajah, Machine Learning, Open CV, Python

Abstrak

Machine learning memungkinkan komputer untuk mengidentifikasi pola, membuat prediksi, atau mengambil keputusan berdasarkan data yang diberikan. Dalam essence, machine learning memberikan kemampuan komputer untuk belajar dari pengalaman atau data, dan menggunakan pengetahuan ini untuk menghadapi situasi baru atau tugas yang serupa. Proses ini dilakukan melalui proses konvolusi, dimana sebuah filter digeser ke seluruh area gambar untuk mengenali pola yang ada pada gambar tersebut.  Teknologi deteksi wajah dan pembuatan absensi telah menjadi topik yang menarik dalam dunia komputasi visi dan keamanan. Dalam era digital saat ini, penggunaan sistem otomatis untuk mengenali wajah dan memantau kehadiran menjadi semakin penting dalam berbagai bidang, termasuk pendidikan, bisnis, dan keamanan. Penelitian pengembangan sistem deteksi wajah dan pembuatan absensi menggunakan bahasa pemrograman Python dan OpenCV. Python merupakan bahasa pemrograman yang populer dan memiliki banyak library yang mendukung pengembangan aplikasi visi komputer, sedangkan OpenCV menyediakan berbagai fungsi dan algoritma yang berguna dalam analisis dan pemrosesan citra. Sistem deteksi wajah dan pembuatan absensi yang dibangun menggunakan Python dan OpenCV memiliki potensi besar dalam meningkatkan efisiensi dan akurasi proses absensi, serta meminimalkan penyalahgunaan atau kecurangan. Oleh karena itu, dalam implementasinya, perlu mempertimbangkan kebijakan privasi dan perlindungan data yang sesuai agar penggunaan teknologi ini tetap dijalankan dengan etika dan kepatuhan hukum yang berlaku. Dengan demikian, melalui penelitian ini, diharapkan pembaca dapat memperoleh pemahaman yang lebih baik tentang deteksi wajah.

Referensi

Deng, J., Guo, J., Yang, J., Xue, N., Kotsia, I., & Zafeiriou, S. (2022). ArcFace: Additive Angular Margin Loss for Deep Face Recognition. IEEE Transactions on Pattern Analysis and Machine Intelligence, 44(10), 5962–5979. https://doi.org/10.1109/TPAMI.2021.3087709

Hajar, R. R., Sejati, P., Mardhiyyah, R., Yogyakarta, T., Ring, J. S., Utara, R., Lor, J., & Yogyakarta, S. (2021). Deteksi Wajah Berbasis Facial Landmark Menggunakan Opencv Dan DLIB. Jurnal Teknologi Informasi), 5(2).

Karunia Rahmadhika, M., & Thantawi, A. M. (2021). Rancang Bangun Aplikasi Face Recognition Pada Pendekatan CRM Menggunakan Opencv Dan Algoritma Haarcascade. Jurnal IKRA-ITH Informatika, 5(1), 109–118.

Matthes, E. (2023). Python Crash Course: A Hands-On, Project-Based Introduction to Programming (3rd ed.). No Starch Press.

Putra Prakoso, A., Rasyid, A., Deannova, A., & Rahmawan, A. E. (2024). Deteksi Wajah Menggunakan Cascade Classifier Dengan Opencv-Python. 2(1), 23–29.

Python Software Foundation. (2026). Python Software Foundation. https://docs.python.org/3/

Syahrial, R., Sukmawati, T., & Dewi, E. N. (2023). Face Mask Detection Menggunakan Python Dan Opencv Untuk Mendeteksi Pelanggaran Protokol Kesehatan Covid-19. Jurnal Elektro & Informatika Swadharma (JEIS), 3(1), 77–86.

Tiku, J. C., Saputra, W. A., & Prasetyo, N. A. (2022). Pengembangan Sistem Deteksi Memakai Masker Menggunakan Open CV, Tensorflow dan Keras. JURIKOM (Jurnal Riset Komputer), 9(4), 1183. https://doi.org/10.30865/jurikom.v9i4.4739

Tolegenova, D., & Moldagulova, A. (2025). Comparative Analysis of Face Biometric Identification Methods: From Traditional Algorithms to Modern Deep Learning Models. Computing & Engineering, 3, 34–40. https://doi.org/10.51301/ce.2025.i2.06

Wang, M., & Deng, W. (2021). Deep face recognition: A survey. Neurocomputing, 429, 215–244. https://doi.org/10.1016/j.neucom.2020.10.081

##submission.downloads##

Diterbitkan

2026-07-18

Cara Mengutip

Sitohang, S. ., & Pangaribuan, H. (2026). MACHINE LEARNING PENDETEKSI WAJAH DENGAN OPEN CV MENGGUNAKAN PYTHON. Prosiding, 8(1), 76–85. https://doi.org/10.33884/psnistek.v8i1.11743

Terbitan

Bagian

Articles