IMPLEMENTASI METODE HAAR UNTUK MELACAK WAJAH SECARA OTOMATIS PADA QUADROTOR

FAKIH ARIEF NOTO, Andi Dharmawan, S.Si., M.Cs.;Drs. Agus Harjoko, M.Sc., Ph.D.

2015 | Skripsi | S1 ELEKTRONIKA DAN INSTRUMENTASI

Pemanfaatan quadrotor untuk foto udara menjadi trend tersendiri khususnya dikalangan pecinta foto dan video udara. Hasil baik didapatkan jika objek foto dan video yang melibatkan objek manusia tidak kehilangan fokus pada wajah manusia. Maka, pada penelitian ini dirancang sistem pelacakan wajah pada quadrotor yang dapat mengikuti pergerakan wajah secara otomatis. Pengolahan citra diimplementasikan pada komputer dengan memanfatkan komunikasi nirkabel antara komputer dengan quadrotor ArDrone. Pustaka yang digunakan adalah ArDrone .Net, OpenCV, dan EmguCV dengan metode pendeteksian wajah Haar cascade classifier. Hasil pendeteksian wajah digunakan untuk pengendalian quadrotor agar citra wajah tetap berada pada titik tengah citra dan jarak yang ditentukan. Hasil dari penelitian berupa quadrotor yang dapat bergerak mengikuti wajah manusia menggunakan metode pendeteksian wajah haar cascade classifier. Hasil pengujian didapat bahwa pendeteksian wajah terbaik pada kondisi lingkungan dengan intensitas cahaya diantara 3,10 cd (39 lux) sampai 195,76 cd (2460 lux). Sudut arah wajah terbaik untuk pendeteksian wajah adalah kurang dari 20 derajat. Kemiringan sudut roll quadrotor untuk dapat mendeteksi wajah hanya dalam rentang sudut -18 derajat sampai 19 derajat. Prioritas pengendalian secara berturut-turut pengendalian gerak pitch, gerak roll dan throttle. Kecepatan maksimal gerak maju mundur = 40 lebar rectangle/detik, gerak sumbuX citra = 20 piksel/detik dan gerak sumbuY citra= 42 piksel/detik.

Utilization of quadrotor to take photo is being trend specially for aerial photo and video lovers. Photo and video object involve human as object should not lose focus to the human's face to get good result. This research planned and built a system for face tracking on quadrotor which can follow face moving automatically. Image processing is implemented on computer use wireless communication between computer and quadrotor to get image. Library used are Ar Drone .Net OpenCV, and EmguCV Library with Haar cascade classifier for face detection. The result of face detection used for controlling quadrotor to keep face presentation at the centre of image and keep distance between quadrotor and face. The results of this research is system in quadrotor which can move quadrotor for face tracking with haar cascade classifier face detection method. The results of testing are that environtment with light intensity between 3,10 cd (39 lux) until 195,76 cd (2460 lux) are best for face detection. The best angle of facial position shift for face detection is below 20 degrees. Declivity roll angle's quadrotor for face detection is from -18 until 19 degrees. Controling priority from pitch move, roll move and throttle. Maximal velocity for backward forward move = 40 rectangle width/second, axisX image move = 20 pixel/second, axisY image move = 42 pixel/second.

Kata Kunci : haar cascade classifier, EmguCV, Ar Drone quadrotor,OpenCV