Pengembangan Sistem Cerdas Peminjaman Otomatis di Workspace Menggunakan Face Recognition Berbasis Haar Cascade dan Support Vector Machine (SVM)

Abstract

Peningkatan kebutuhan akan efisiensi dan keamanan dalam manajemen inventaris menuntut peralihan dari pencatatan manual ke sistem otomatisasi cerdas. Penelitian ini bertujuan merancang bangun sistem peminjaman barang otomatis berbasis pengenalan wajah yang menggabungkan kecepatan deteksi dan akurasi klasifikasi tinggi. Metode yang dikembangkan mengintegrasikan algoritma Haar Cascade untuk deteksi wajah, Histogram of Oriented Gradients (HOG) untuk ekstraksi fitur, dan Support Vector Machine (SVM) untuk klasifikasi identitas. Melalui proses optimasi hyperparameter menggunakan Grid Search, model terbaik dengan kernel RBF berhasil mencapai akurasi pengujian sebesar 98,47% dan menunjukkan kemampuan generalisasi yang sangat baik dengan selisih performa data latih dan uji di bawah 1,6%. Pengujian komparatif dilakukan pada berbagai variasi sudut wajah, jarak, dan pencahayaan menggunakan dua perangkat berbeda, yakni kamera laptop dan modul ESP32-CAM. Hasil evaluasi menunjukkan bahwa kombinasi algoritma yang diusulkan memiliki performa sangat stabil dan presisi pada kamera beresolusi standar, namun mengalami penurunan signifikansi pada modul ESP32-CAM akibat keterbatasan optik dan latensi. Oleh karena itu, penelitian ini menyimpulkan bahwa sistem pengenalan wajah yang dibangun sangat layak diterapkan untuk keamanan akses peminjaman barang secara real-time, dengan rekomendasi penggunaan perangkat keras optik yang memadai guna menjamin keandalan sistem.