Topik deteksi otomatis di bidang teknologi selalu menjadi hal yang menarik
untuk dibahas. Deteksi otomatis yang dibahas dalam tugas akhir ini adalah deteksi
muka, yang dikembangkan menjadi sistem penghitungan orang. Sistem
penghitungan orang bisa diterapkan untuk banyak hal, seperti sistem absensi
otomatis, penghitungan jumlah penonton konser, dan sistem pengawasan. Salah
satu tantangan yang ada pada sistem penghitungan orang ini adalah akurasi deteksi,
memastikan yang terhitung adalah benar orang. Untuk mengatasinya digunakan
Haar-like feature sebagai metode untuk deteksi muka orang.
Haar-like feature adalah salah satu teknik deteksi objek yang umum
digunakan. Namun akurasi deteksinya sangat bergantung pada citra latih yang
digunakan untuk training. Untuk mengatasi masalah tersebut dilakukan pemisahan
background dan foreground terlebih dahulu menggunakan metode Gaussian
Mixture Model. Setelah itu foreground yang telah terpisah akan dideteksi
keberadaan muka orang menggunakan Haar-like feature. Orang yang berhasil
dihitung sistem adalah orang yang telah melewati garis dan mendekati kamera.
Dengan digabungkannya kedua metode tersebut sistem berhasil menghitung
jumlah orang dengan akurat 100% untuk lima dari tujuh data yang diuji. Rata- rata
frame rate tertinggi yang dicapai sistem adalah 28,76 FPS.