PERANCANGAN DAN IMPLEMENTASI SISTEM DETEKSI MANUSIA MENGGUNAKAN CITRA WEBCAM DENGAN FITUR NOTIFIKASI PADA PONSEL DESIGNING AND IMPLEMENTING A HUMAN DETECTION SYSTEM USING A WEBCAM IMAGE WITH A NOTIFICATION FEATURE ON A MOBILE PHONE Reyhan Ivandhani1, Iwan Iwut Tritoasmoro2, Nur Ibrahim3 1,3Prodi S1 Teknik Telekomunikasi, Fakultas Teknik Elektro, Universitas Telkom 1rvndhn@student.telkomuniversity.ac.id, 2iwaniwut@telkomuniversity.ac.id, 3nuribrahim@telkomuniversity.ac.id Abstrak Pencurian merupakan permasalahan yang sering terjadi, ketika tidak adanya pengawasan terhadap suatu ruangan maupun barang yang memiliki nilai penting bagi pemiliknya, kita tidak bisa memantau kondisi yang terjadi jika tidak adanya pengawasan, hal ini sering menjadi kendala. Pengawasan dapat dikerjakan dengan menggunakan kamera pengawas CCTV, namun hal ini hanya dapat melakukan pemantauan secara pasif. Diperlukan sistem yang dapat mengidentifikasi sesuatu bila terdapat penyusup. Pada penelitian ini merancang suatu sistem pendeteksi objek manusia dimana hasil yang diperoleh nantinya dapat di notifikasikan pada mobile phone. Metode sistem untuk mengenali objek manusia menggunakan Haar Cascade Clasifier. Tingkat akurasi yang dicapai oleh sistem untuk mendeteksi objek manusia 82% - 94% dan pengiriman notifikasi mencapai tingkat akurasi 100%. Kata kunci : Haar Cascade Clasifier, OpenCV, Deteksi Objek Manusia, Mobile Phone Notifikasi Abstract Theft is a problem that often occurs, when there is no supervision of a room or goods that have important value for the owner, we cannot monitor the conditions that occur if there is no supervision, this is often an obstacle. Supervision can be done using CCTV surveillance cameras, but this can only be done passively monitoring. A system is needed to identify something if there is an intruder. In this study designed a human object detection system where the results obtained can later be notified on a mobile phone. The system method for recognizing human objects uses the Haar Cascade Clasifier. The level of accuracy achieved by the system for detecting human objects is 82% - 94% and sending notifications reaches 100% accuracy. Keywords: Haar Cascade Clasifier, OpenCV, Human Object Detection, Mobile Phone Notification 1. Pendahuluan Seiring dengan perkembangan teknologi komunikasi multimedia yang semakin pesat dalam berbagai aspek, kebutuhan akan pengawasan dan keamanan semakin tinggi. Terlebih dalam kehidupan saat ini perlu adanya kamera pengawas yang mampu melakukan monitoring dan pengamanan seperti pada rumah, gedung perkantoran, serta ruangan tertentu yang memiliki nilai penting bagi pemiliknya. Keamanan dapat dikerjakan menggunakan tenaga manusia, namun cara ini masih kurang effisien karena selain banyak menghabiskan waktu, uang, dan tenaga. Pengawasan juga dapat dikerjakan dengan menggunakan kamera pengawas Closed Circuit Television (CCTV) [1]. Namun sistem kamera CCTV hanya dapat melakukan pemantauan secara pasif tanpa adanya pemberitahuan lebih lanjut. Diperlukan suatu sistem yang dapat mengidentifikasi, dalam hal ini objek manusia secara otomatis dan mampu mengirimkan pemberitahuan langsung melalui mobile phone. Untuk itu perlu dikembangkan teknologi image processing yang mampu mendeteksi sebuah objek manusia melalui object tracking yang merupakan sebuah proses pencarian objek yang diamati pada tiap frame dari pengambilan gambar atau video [2]. Fungsi dari tracking object ini yaitu untuk menentukan identitas dari objek yang ditangkap, ini merupakan proses yang dilakukan computer vision. Dalam penelitian ini akan dibahas mengenai proses machine learning untuk pengenalan objek manusia sehingga mampu melakukan deteksi adanya pergerakan dari sebuah citra dan mampu menganalisis setiap adanya perubahan frame sehingga dapat diketahui objek yang dimaksud. Tujuan dari dibuatnya penelitian ini adalah mengimplementasikan serta merancang sistem yang mampu mengidentifikasi objek manusia menggunakan citra webcam dan Raspberry pi secara otomatis sebagai sistem pengawasan suatu ruangan, Dan menganalisis kualitas akurasi citra deteksi dari hasil perancangan dengan menggunakan metode Haar Cascade serta sistem mampu memberikan fitur notifikasi melalui aplikasi telegram berupa text and photo alert dari citra yang terdeteksi adanya objek manusia. Metode penelitian yang digunakan pada penelitian ini dimulai dengan melakukan studi literature dan identifikasi masalah, melakukan perhitungan dan desain sistem, melakukan pengujian dengan simulasi sistem, melakukan optimasi parameter jika hasil yang diinginkan belum sesuai dengan hasil yang diharapkan dan melakukan analisis terhadap hasil-hasil yang telah diperoleh. ISSN : 2355-9365 e-Proceeding of Engineering : Vol.7, No.2 Agustus 2020 | Page 3877