IMPLEMENTASI METODE HAAR CASCADE MENGGUNAKAN OPEN SOURCE COMPUTER VISION LIBRARY UNTUK DETEKSI JUMLAH KEDATANGAN
Penelitian ini mengatasi permasalahan dalam pengelolaan jumlah pengunjung di lokasi umum dengan memanfaatkan teknologi deteksi pola objek menggunakan metode Haar Cascade Classifier. Saat ini, kurangnya sistem yang mampu memberikan informasi real-time tentang jumlah pengunjung dapat mengganggu kelancaran dan kenyamanan di tempat umum seperti pusat perbelanjaan, rumah sakit, dan perpustakaan. Penelitian ini bertujuan untuk mengimplementasikan Haar Cascade Classifier dengan bantuan Open Source Computer Vision Library untuk mendeteksi jumlah kedatangan secara efisien dan akurat. Metode Haar Cascade Classifier yang digunakan didasarkan pada pendekatan Viola & Jones, memanfaatkan fitur persegi panjang untuk deteksi objek dalam gambar. Teknik ini terbukti efektif dalam mendeteksi wajah manusia dengan kecepatan komputasi yang tinggi, berkat penggunaan Integral Image, Adaboost learning, dan Cascade Classifier. Penelitian sebelumnya menunjukkan bahwa metode ini mampu mencapai akurasi 100% dalam deteksi objek manusia di berbagai kondisi. Dengan penerapan teknologi ini, diharapkan pengelola lokasi umum dapat memperoleh data jumlah pengunjung secara langsung, membantu dalam pengelolaan kapasitas ruang, dan meningkatkan pengalaman pengguna di tempat umum tersebut. Penelitian ini memberikan kontribusi dalam memanfaatkan kemajuan teknologi untuk meningkatkan efisiensi dan kenyamanan penggunaan ruang publik.