Abstract:
Kamera adalah sebuah alat optikal untuk menangkap sebuah gambar atau merekam sebuah video. Kamera sangat banyak digunakan dalam berbagai bidang, salah satunya bidang keamanan. CCTV adalah salah satu jenis kamera untuk merekam suatu tempat. CCTV bekerja dengan cara merekam suatu tempat yang didapatkan oleh kamera dan dikirimkan melewati sebuah jaringan menuju pusat kontrol yang akan menampilkan hasil rekaman CCTV dan biasanya dikontrol oleh seorang petugas.
Banyak produsen yang menjual CCTV dengan spesifikasi-spesifikasi yang berbeda dan harga yang tentu berbeda. Terjadi masalah pada saat orang awam ingin membeli CCTV. Banyak yang tidak diketahui dan terlalu sulit oleh orang awam untuk mengerti spesifikasi yang ada pada CCTV. Spesifikasi yang dapat dipermudah orang untuk menentukan CCTV yang ingin dibeli adalah jarak efektif kamera. Jarak efektif kamera adalah jarak antar kamera saat kamera berhasil mengenal wajah yang ditangkap. Algoritma untuk membantu CCTV mendeteksi wajah adalah haar-cascade dan algoritma untuk mengenal suatu wajah adalah eigenfaces. Setelah didapatkan jenis-jenis kamera dengan spesifikasi yang berbeda dapat digunakan algoritma k-nearest neighbors dimana algoritma tersebut belajar dari masukkan kamera beserta jaraknya yang kemudian akan mencari jarak kamera CCTV baru dengan menghitung jarak antar objek dari kamera baru dengan learning data.
Dengan menggunakan haar-cascade dan eigenfaces, maka kamera akan dapat mengenal wajah yang terekam oleh video. Algoritma K-nearest neighbors akan menghasilkan jarak efektif dari hasil belajar dari learning data yang didapatkan
