<![CDATA[Abstrak Sistem penghitungan orang otomatis telah banyak digunakan di beberapa tempat umum, baik untuk aplikasi komersial maupun untuk keamanan. Jumlah orang yang didapat dalam periode waktu tertentu bermanfaat untuk sistem pengawasan, analisis pengunjung, strategi pemasaran, dan lain sebagainya. Dalam tugas akhir ini metode deteksi wajah digunakan untuk penghitungan orang pada input data video. Local binary pattern (LBP) merupakan salah satu metode yang dapat digunakan dalam pendeteksian wajah. Metode ini membutuhkan jumlah dan varian sampel. Sampel tersebut berupa citra wajah dan citra bukan wajah yang selanjutnya akan dikomputasi untuk proses training dataset wajah. Untuk membantu meningkatkan akurasi deteksi, digunakan Adaptive Gaussian Mixture Model untuk segmentasi background dan foreground. Hasil training dan ekstraksi foreground akan digunakan dalam pendeteksian wajah. Proses penghitungan orang menggunakan garis hitung atau Line of Interest (LOI). Apabila muka orang yang terdeteksi berjalan melewati garis perhitungan dan mendekati kamera, maka akan dihitung oleh sistem. Dengan metode-metode tersebut, tingkat akurasi sistem untuk penghitungan orang didapat 100% untuk lima dari tujuh video uji. Performansi sistem berjalan cukup baik untuk memproses video uji dengan rata-rata pemrosesan 18-29 fps. Kata kunci : fitur LBP, background subtraction, Adaptive Gaussian Mixture Model, penghitungan orang]]>
