Sistem Deteksi Kehadiran Manusia dalam Ruangan Menggunakan Algoritma Histogram of Oriented Gradients
DOI:
https://doi.org/10.32664/smatika.v15i01.2077Kata Kunci:
computer vision, deteksi manusia, HOG, OpenCV, Pembelajaran MesinAbstrak
Penelitian ini bertujuan untuk mengembangkan sistem monitoring berbasis web menggunakan computer vision yang memanfaatkan algoritma Histogram of Oriented Gradients (HOG) untuk mendeteksi dan menghitung jumlah orang dalam ruangan. Latar belakang penelitian ini adalah kebutuhan sistem otomatis yang dapat menggantikan metode manual, terutama dalam situasi pandemi COVID-19, di mana penghitungan kehadiran tanpa kontak fisik menjadi sangat penting. Algoritma HOG digunakan untuk mengekstraksi fitur visual berupa gradien citra yang merepresentasikan bentuk manusia, yang kemudian diklasifikasikan menggunakan model pembelajaran mesin. Metode penelitian melibatkan pengujian berbagai konfigurasi posisi dan sudut kamera, seperti di atas pintu dan sudut ruangan, dengan sudut pengambilan gambar 80 dan 60 derajat. Sistem dibangun menggunakan Python, OpenCV untuk pemrosesan citra, dan Flask untuk pengembangan antarmuka web. Data diperoleh melalui 200 kali uji coba dengan kamera menangkap gambar secara langsung. Hasil pengujian menunjukkan bahwa posisi kamera di atas pintu dengan sudut 80 derajat menghasilkan akurasi deteksi tertinggi sebesar 66%, sedangkan konfigurasi lainnya menunjukkan penurunan akurasi, dengan rata-rata sekitar 52%. Sistem juga mencatat data log berupa waktu, jumlah manusia yang terdeteksi, dan gambar untuk analisis lebih lanjut. Hasil penelitian ini menunjukkan bahwa posisi kamera dan sudut pengambilan gambar memainkan peran penting dalam efektivitas deteksi manusia. Temuan ini mendukung pengembangan sistem berbasis computer vision untuk aplikasi praktis, seperti manajemen kerumunan, penghitungan kehadiran, atau pengawasan ruang publik. Penelitian lebih lanjut diusulkan untuk meningkatkan akurasi deteksi melalui integrasi teknologi pengenalan wajah dan pengembangan antarmuka pengguna yang lebih intuitif. Penelitian ini memberikan kontribusi signifikan dalam meningkatkan efisiensi sistem otomatis untuk penghitungan manusia dalam ruang tertutup, menawarkan solusi yang relevan untuk berbagai kebutuhan industri dan sosial.
Referensi
Marini and Hariyanto, “Implementasi Metode HOG (Histogram of Oriented Gradient) untuk Mendeteksi Pejalan Kaki pada Citra Video,†INNOVATIVE: Journal Of Social Science Research, vol. 4, no. 4, pp. 13964–13970, 2024.
I. Ruswita and D. Syamsuar, “Analisis Kematangan Layanan Teknologi Informasi Hotel Menggunakan ITIL V.3 Framework,†SMATIKA : STIKI Informatika Jurnal, vol. 13, no. 01, pp. 1–8, 2023, doi: 10.32664/smatika.v13i01.680.
J. F. Palandi and Z. E. Pudyastuti, “A Systematic Literature Review on the Methods of Interactive English Language Teaching using Diverse Online Platforms,†SJLE, vol. 2, no. 2, pp. 104–116, 2023.
B. B. M. Wantania, S. R. U. A. Sompie, and F. D. Kambey, “Penerapan Pendeteksian Manusia dan Objek dalam Keranjang Belanja pada Antrian di Kasir,†Jurnal Teknik Informatika, vol. 15, no. 2, pp. 101–108, 2020.
W. Prastiwinarti, M. K. Delimayanti, Y. P. Pratama, E. D. Rakhmawati, H. Wendho, and R. Adi, “Perancangan Pemanfaatan Machine Learning untuk Deteksi Cacat Kemasan Produk,†in SNIV: Seminar Nasional Inovasi Vokasi, 2023, pp. 97–102.
O. Akbar, E. Utami, and D. Ariatmanto, “Deteksi Tumor Otak Melalui Gambar MRI Berdasarkan Vision Transformers dengan Tensorflow dan Keras,†Jurnal Informatika Universitas Pamulang, vol. 8, no. 3, pp. 385–392, 2023, doi: 10.32493/informatika.v8i3.32707.
A. Helnawan, M. Attamimi, and A. N. Irfansyah, “Sistem Segmentasi Jalan dan Objek untuk Kendaraan Otonom Menggunakan Kamera RGB-D,†Jurnal Teknik ITS, vol. 12, no. 1, pp. A55–A62, 2023, doi: 10.12962/j23373539.v12i1.110848.
D. T. Laksono, I. N. Husna, M. Ulum, A. K. Saputro, M. F. Fahmi, and D. N. Purnamasari, “Sistem Deteksi dan Perhitungan Jumlah Manusia dalam Ruangan menggunakan Metode Convolutional Neural Network,†Jurnal Simantec, vol. 11, no. 1, pp. 131–138, 2022, doi: 10.21107/simantec.v11i1.19745.
C. I. Patel, D. Labana, S. Pandya, K. Modi, H. Ghayvat, and M. Awais, “Histogram of Oriented Gradient-Based Fusion of Features for Human Action Recognition in Action Video Sequences,†Sensors (Switzerland), vol. 20, no. 24, pp. 1–33, 2020, doi: 10.3390/s20247299.
V. Kong, S. Soeng, M. Thon, W. S. Cho, A. Nayyar, and T. K. Kim, “PIFR: A novel approach for analyzing pose angle-based human activity to automate fall detection in videos,†Plos One, vol. 20, no. 6 June, pp. 1–23, 2025, doi: 10.1371/journal.pone.0325253.
T. A. Dompeipen, S. R. U. A. Sompie, and M. E. I. Najoan, “Computer Vision Implementation for Detection and Counting the Number of Humans,†Jurnal Teknik Informatika, vol. 16, no. 1, pp. 65–76, 2021.
R. Suhirja and J. Jemakmun, “Sistem Deteksi Masker Menggunakan Algoritma Haar Cascade dalam Menghadapi Era New Normal,†Smatika Jurnal, vol. 12, no. 02, pp. 222–232, 2022, doi: 10.32664/smatika.v12i02.702.
A. Riansyah and A. H. Mirza, “Pendeteksi Mobil Berdasarkan Merek dan Tipe Menggunakan Algoritma YOLO,†SMATIKA : STIKI Informatika Jurnal, vol. 13, no. 01, pp. 43–52, 2023, doi: 10.32664/smatika.v13i01.719.
C. Rahmad, R. A. Asmara, D. R. H. Putra, I. Dharma, H. Darmono, and I. Muhiqqin, “Comparison of Viola-Jones Haar Cascade Classifier and Histogram of Oriented Gradients (HOG) for Face Detection,†in IOP Conference Series: Materials Science and Engineering, 2020, pp. 1–8. doi: 10.1088/1757-899X/732/1/012038.
J. F. Palandi, Z. E. Pudyastuti, and K. Molewe, “Enhancing English Vocabulary through Game-Based Learning: A Case Study of the Scramword Application,†International Journal in Information Technology in Governance, Education and Business, vol. 6, no. 1, pp. 109–121, 2024, doi: 10.32664/ijitgeb.v6i1.141.
L. Farokhah, “Perbandingan Metode Deteksi Wajah Menggunakan OpenCV Haar Cascade, OpenCV Single Shot Multibox Detector (SSD) dan DLib CNN,†Jurnal RESTI, vol. 5, no. 3, pp. 609–614, 2021, doi: 10.29207/resti.v5i3.3125.
F. A. A. Putra, A. G. Sulaksono, L. T. Utomo, and A. R. Khamdani, “Klasifikasi Buah dan Sayur menggunakan Fitur Ekstraksi HOG dan Metode KNN,†JIP (Jurnal Informatika Polinema), vol. 10, no. 1, pp. 45–52, 2023.
M. Paul, S. M. E. Haque, and S. Chakraborty, “Human Detection in Surveillance videos and Its Aplications - A Review,†Eurasip Journal on Advances in Signal Processing, vol. 2013, no. 1, pp. 1–16, 2013, doi: 10.1186/1687-6180-2013-176.
J. F. Palandi, S. Sakaria, and Z. E. Pudyastuti, “Tutorial Merakit Komputer untuk Siswa SMK dengan Teknologi Virtual Reality,†ELANG: Journal ofInterdisciplinary Research, vol. 1, no. 1, pp. 60–68, 2023.
M. Syarif and E. B. Pratama, “Analisis Metode Pengujian Perangkat Lunak Blackbox Testing dan Pemodelan Diagram UML pada Aplikasi Veterinary Services yang Dikembangkan dengan Model Waterfall,†Jurnal Teknik Informatika Kaputama (JTIK), vol. 5, no. 2, pp. 253–258, 2021.
Unduhan
Diterbitkan
Terbitan
Bagian
Lisensi
Penulis telah menyetujui bahwa pemegang hak cipta adalah SMATIKA Jurnal. Dan Author berhak menyebarkan artikel tanpa seijin SMATIKA jurnal.
