---
title: Face Recognition App
emoji: 🖼️
colorFrom: indigo
colorTo: purple
sdk: docker
app_file: app.py
pinned: false
---


# Sistem Pengenalan Wajah Sederhana

Website sederhana untuk melakukan pengenalan wajah menggunakan Python, Flask, dan OpenCV.

## Fitur

- **Registrasi Wajah**: Mendaftarkan wajah baru ke dalam database
- **Pengenalan Wajah**: Mengidentifikasi wajah yang sudah terdaftar secara real-time
- **Manajemen Data**: Melihat dan menghapus data wajah yang terdaftar
- **Interface Web**: Antarmuka web yang user-friendly dengan Bootstrap

## Teknologi yang Digunakan

- Python 3.7+
- Flask (Web Framework)
- OpenCV (Computer Vision)
- NumPy (Numerical Computing)
- Bootstrap 5 (Frontend Framework)

## Instalasi

1. **Clone atau download proyek ini**

2. **Install Python dependencies:**

   ```bash
   pip install -r requirements.txt
   ```

3. **Pastikan kamera laptop/PC Anda berfungsi**

## Cara Menjalankan

1. **Jalankan aplikasi:**

   ```bash
   python app.py
   ```

2. **Buka browser dan akses:**
   ```
   http://localhost:5000
   ```

## Cara Penggunaan

### 1. Mendaftarkan Wajah Baru

- Klik tombol "Daftarkan Wajah Baru"
- Masukkan nama lengkap
- Posisikan wajah di depan kamera
- Klik "Ambil Foto" ketika wajah sudah terlihat jelas
- Pastikan hanya ada satu wajah dalam frame

### 2. Pengenalan Wajah

- Klik tombol "Pengenalan Wajah"
- Sistem akan menampilkan video real-time dengan deteksi wajah
- Wajah yang dikenali akan ditampilkan dengan nama dan persentase akurasi
- Wajah yang tidak dikenali akan ditampilkan sebagai "Unknown"

### 3. Mengelola Data Wajah

- Di halaman utama, Anda dapat melihat semua wajah yang terdaftar
- Klik tombol sampah untuk menghapus data wajah tertentu

## Tips untuk Hasil Terbaik

### Saat Registrasi:

- Gunakan pencahayaan yang baik dan merata
- Pastikan wajah menghadap langsung ke kamera
- Hindari bayangan pada wajah
- Jangan gunakan kacamata hitam atau topi
- Pastikan tidak ada orang lain di dalam frame

### Saat Pengenalan:

- Jaga jarak yang tepat dari kamera
- Hindari gerakan yang terlalu cepat
- Pastikan pencahayaan konsisten dengan saat registrasi

## Struktur Proyek

```
Pengenalan Wajah/
├── app.py                 # Aplikasi utama Flask
├── requirements.txt       # Dependencies Python
├── README.md             # Dokumentasi proyek
├── templates/            # Template HTML
│   ├── index.html        # Halaman utama
│   ├── register.html     # Halaman registrasi
│   └── recognize.html    # Halaman pengenalan
├── static/               # File statis (CSS, JS, images)
└── face_data/           # Data wajah (dibuat otomatis)
    ├── names.pkl        # Daftar nama terdaftar
    └── [nama_orang]/    # Folder untuk setiap orang
        └── *.jpg        # File gambar wajah
```

## Cara Kerja Sistem

1. **Deteksi Wajah**: Menggunakan Haar Cascade Classifier dari OpenCV
2. **Ekstraksi Fitur**: Menggunakan Local Binary Pattern Histogram (LBPH)
3. **Pelatihan Model**: Model dilatih ulang setiap kali ada penambahan wajah baru
4. **Pengenalan**: Sistem mencocokkan wajah dengan database yang ada

## Troubleshooting

### Kamera tidak berfungsi:

- Pastikan kamera tidak digunakan oleh aplikasi lain
- Coba restart aplikasi
- Periksa permission kamera di sistem operasi

### Wajah tidak terdeteksi:

- Pastikan pencahayaan cukup
- Coba ubah posisi atau jarak dari kamera
- Pastikan wajah menghadap langsung ke kamera

### Akurasi pengenalan rendah:

- Daftarkan lebih banyak foto untuk orang yang sama
- Pastikan kualitas foto registrasi baik
- Gunakan pencahayaan yang konsisten

## Limitasi

- Sistem bekerja optimal dengan 1 wajah per frame
- Membutuhkan pencahayaan yang cukup
- Akurasi tergantung pada kualitas kamera dan kondisi pencahayaan
- Performa menurun dengan jumlah wajah terdaftar yang sangat banyak

## Pengembangan Lanjutan

Sistem ini dapat dikembangkan lebih lanjut dengan:

- Database yang lebih robust (SQLite/PostgreSQL)
- Multiple foto per orang untuk akurasi yang lebih baik
- Logging aktivitas pengenalan
- API untuk integrasi dengan sistem lain
- Autentikasi dan authorization
- Deployment ke cloud platform

## Lisensi

Proyek ini dibuat untuk tujuan edukasi dan penelitian.