REAL - TIME FACE DETECTION USING MATLAB HAAR CASCADE ALGORITHM

Miftahul Jannah; Wanayumini Wanayumini; Abdul Aziz Ardana; Septinur Selase; Nurliana Nurliana

doi:10.33330/jurteksi.v11i3.3692

Miftahul Jannah Universitas Asahan
Wanayumini Wanayumini Universitas Asahan
Abdul Aziz Ardana Universitas Asahan
Septinur Selase Universitas Asahan
Nurliana Nurliana Universitas Asahan

DOI: https://doi.org/10.33330/jurteksi.v11i3.3692

Abstract

Abstract: Face detection remains a challenging task in computer vision due to real-world factors such as uneven lighting, varying viewpoints, distance, and occlusion. This study aims to develop and evaluate a real-time facial feature detection application (detecting face, eyes, nose, and mouth) using MATLAB and a webcam. Detection is performed using the Viola-Jones Cascade Classifier method through the vision.CascadeObjectDetector function. Key parameters that were adjusted include the MergeThreshold (ranging from 4 to 50 depending on the feature) and MinSize (based on estimated feature size within the frame). However, this study does not include tuning of other parameters such as FalseAlarmRate, which constitutes a limitation of the employed method. The adjustment of these parameters proved significant in improving detection accuracy and robustness under varying lighting conditions. Nevertheless, the system still encounters difficulties in detecting facial features in the presence of occlusion. This study also has the potential to serve as a foundation for further developments in face recognition, emotion detection, or biometric authentication.

Keywords: computer vision; haar cascade; MATLAB

Abstrak: Deteksi wajah merupakan tantangan dalam visi komputer karena dipengaruhi oleh kondisi nyata seperti pencahayaan tidak merata, sudut pandang, jarak, dan obstruksi. Penelitian ini bertujuan untuk mengembangkan dan menguji aplikasi deteksi fitur wajah secara real-time (wajah, mata, hidung, dan mulut) menggunakan MATLAB dan kamera webcam. Deteksi dilakukan dengan metode Viola-Jones Cascade Classifier melalui fungsi vision.CascadeObjectDetector. Parameter penting yang disesuaikan adalah MergeThreshold (antara 4 hingga 50 tergantung fitur), MinSize (mengikuti estimasi ukuran fitur dalam frame). Namun, penelitian ini tidak mencakup penyesuaian parameter lain seperti FalseAlarmRate, yang menjadi salah satu keterbatasan metode yang digunakan. Penyesuaian parameter ini terbukti signifikan dalam meningkatkan akurasi deteksi dan ketahanan terhadap variasi kondisi pencahayaan. Namun, sistem masih mengalami kesulitan mendeteksi fitur wajah jika terjadi obstruksi. Penelitian ini juga berpotensi menjadi dasar untuk pengembangan lebih lanjut dalam face recognition, emotion detection, atau biometric authentication.

Kata kunci: visi computer; haar cascade; MATLAB

Author Biography

Miftahul Jannah, Universitas Asahan

Informatics Engineering

References

F. T. Nugroho and E. I. Sela, “Deteksi Citra Wajah Menggunakan Algoritma Haar Cascade Classifier,” MALCOM: Indonesian Journal of Machine Learning and Computer Science, vol. 4, no. 1, pp. 37–44, Jan. 2024, doi: 10.57152/malcom.v4i1.988.

P. Rosyani and R. Retnawati, “Ekstraksi Fitur Wajah Menggunakan Metode Viola Jones dengan Tools Cascade Detector,” JURIKOM (Jurnal Riset Komputer), vol. 10, no. 2, p. 633, Apr. 2023, doi: 10.30865/jurikom.v10i2.6062.

D. Karseno, Yuhandri, and A. Ramadhanu, “Penerapan Algoritma Haar Cascade Clasifier dan Computer Neural Network Sebagai Presensi Karyawan,” Jurnal KomtekInfo, vol. 11, no. 4, pp. 398–408, 2025, doi: 10.35134/komtekinfo.v12i1.565.

S. Abidin, “Deteksi Wajah Menggunakan Metode Haar Cascade Classifier Berbasis Webcam Pada Matlab,” JURNAL TEKNOLOGI ELEKTERIKA, vol. 15, no. 1, pp. 21–27.

G. A. Anarki, K. Auliasari, and M. Orisa, “PENERAPAN METODE HAAR CASCADE PADA APLIKASI DETEKSI MASKER,” 2021.

F. Hermanto Laia, R. Rosnelly, A. Naswar, K. Buulolo, and M. C. M. Lase, “DETEKSI PENGENALAN WAJAH ORANG BERBASIS AI COMPUTER VISION,” Jurnal Teknologi Informasi Mura, vol. 15, no. 1, pp. 62–72, Jun. 2023.

H. Wilda, N. Kholifah, D. Fitri Wulandari, and A. Halifah, “Deteksi Fitur Wajah pada Hasil USG 3D Janin dengan Algoritma Viola-Jones AFILIASI,” JOURNAL OF ELECTRONICS AND INSTRUMENTATION, vol. 1, no. 2, pp. 71–77, 2024, [Online]. Available: https://journal.unej.ac.id/JEI

D. M. Silalahi, D. D. Putra, D. P. Sari, F. A. Pramudya, and Supiyandi, “Aplikasi Python untuk Deteksi Wajah pada Frame Menggunakan Algoritma Haar Cascade Classifier di OpenCV,” Coding : Jurnal Komputer dan Aplikasi, vol. 12, no. 3, pp. 298–310, 2024.

I. Hibatur Rahman, M. Rizki Pratama, R. Jaya Subita, A. Bima Fauzan, A. Novka Alana, and N. Pratiwi, “PENGUJIAN IDENTIFIKASI JUMLAH KERUMUNAN FACE RECOGNITION MENGGUNAKAN HAAR CASCADE CLASIFIER,” Jurnal Ilmiah Multidisiplin, vol. 2, no. 1, pp. 58–65, Jan. 2023.

I. P. Sari, F. Ramadhani, A. Satria, and D. Apdilah, “Implementasi Pengolahan Citra Digital dalam Pengenalan Wajah menggunakan Algoritma PCA dan Viola Jones,” Hello World Jurnal Ilmu Komputer, vol. 2, no. 3, pp. 146–157, Oct. 2023, doi: 10.56211/helloworld.v2i3.346.