PERBAIKAN KINERJA VIOLA-JONES MENGGUNAKAN SLICING AIDED HYPER INFERENCE (SAHI) UNTUK DETEKSI MULTI-WAJAH

Melakukan deteksi multi-wajah menggunakan Viola-Jones menjadi tantangan untuk memberikan hasil deteksi yang lebih akurat dan lebih cepat. Viola-Jones mampu memberikan hasil deteksi yang cukup baik sebagai salah satu algoritma pendeteksi wajah paling populer meskipun memberikan waktu deteksi wajah yang lebih lambat saat menggunakan citra digital dengan resolusi tinggi. Penelitian ini akan membahas peningkatan kinerja algoritma Viola-Jones dengan menambahkan metode Slicing Aided Hyper Inference (SAHI) pada tahapan preprocessing dengan mendeteksi objek pada area pengirisan tertentu, mempercepat dan meningkatkan akurasi untuk pendeteksian wajah. Dataset yang digunakan berbentuk berkas citra digital WIDER Dataset yang diuji menggunakan aplikasi yang dibangun dengan library ACCORD dengan menambahkan metode yang diusulkan. Pengujian dilakukan secara bertahap untuk membandingkan ViolaJones dengan metode usulan SAHI menggunakan beberapa ukuran blok pindai dari sisi akurasi dan waktu proses deteksi. Hasil pengujian menunjukkan peningkatan nilai rata – rata akurasi pada metode usulan dengan blok pindai 128 piksel dari 81,97% menjadi 86,65% serta penurunan waktu proses deteksi sedikit lebih cepat dengan selisih 320 milidetik dari metode Viola-Jones.