Perancangan Dan Implementasi Deteksi Manusia Menggunakan Raspberry Pi

Deteksi manusia melalui pengolahan citra merupakan hal yang banyak diteliti pada saat ini, karena hasil dari deteksi tersebut dapat dikembangkan lagi untuk berbagai kebutuhan, salah satu sistem yang dapat dikembangkan dari hasil deteksi manusia adalah sistem tracking objek manusia yang dapat diimplementasikan pada wabcam tracker. Penelitian ini bertujuan membuat sebuah sistem tracking objek manusia dengan memanfaatkan kamera yang terdapat pada modul ESP32-CAM sebagai sensor visual untuk menangkap gambar yang kemudian akan diproses oleh Raspberry Pi, hasil dari deteksi tersebut kemudian akan digunakan sebagai acuan dalam proses tracking menggunakan motor servo untuk mengikuti arah pergerakan objek yang dideteksi. Metode yang digunakan untuk mendeteksi objek menggunakan deteksi ciri Histogram of Oriented Gradient (HOG) dan klasifikasi menggunakan Linear SVM. Hasil yang didapatkan dari penelitian ini adalah metode HOG dapat diimplementasikan untuk mendeteksi manusia pada Raspberry Pi 2 Model B yang hanya memiliki kecepatan proses 900MHz, metode HOG juga dapat memproses gambar dengan kualitas rendah yang dihasilkan oleh ESP32-CAM yang hanya memiliki resolusi kamera sebesar 2MP dengan tingkat keberhasilan bisa mencapai 86%. Sistem tracking objek menggunakan motor servo memiliki rata-rata error 1,29 piksel pada koordinat X dan 0,87 piksel pada koordinat Y.