ABSTRAK Perkembangan dan penggunaan teknologi kamera digital saat ini sudah sangat meningkat, ditandai dengan banyaknya jenis kamera serta disematkannya kamera pada berbagai perangkat seperti laptop, ponsel, tab, jam tangan, dan gadget lainnya, sehingga kegiatan fotografi menjadi semakin mudah. Namun sebagian besar perangkat-perangkat tersebut tidak memiliki sensor untuk menyimpan informasi mengenai orientasi foto yang diambil apakah itu portrait atau landscape. Karena itu, kebanyakan foto-foto

more »

... yang mengalami rotasi tidak sebagaimana mestinya baru disadari ketika disajikan di depan layar komputer atau televisi atau yang lainnya. Pada penelitian ini diajukan sebuah metode perbaikan orientasi citra dengan fitur haar-like dan gradien magnitude citra untuk mendeteksi objek manusia yang ada didalamnya. Objek manusia yang ditemukan dijadikan acuan untuk perbaikan orientasi. Sedangkan klasifikasi yang digunakan adalah klasifikasi cascade adaboost. Dengan sedikit modifikasi penerapan klasifikasi cascade adaboost diperoleh akurasi hingga 79% dimana akurasi tersebut lebih baik dari pada tanpa menggunakan modifikasi. Penerapan modifikasi juga meningkatkan kecepatan pemrosesan hingga dua kali lipat. Kata Kunci: cascade adaboost, gradien, haar-like, orientasi citra. ABSTRACT The development and use of digital camera technology is now greatly improved, marked with the number of cameras and camera that pinned on a variety of devices such as laptops, mobile phones, tabs, watches, and other gadgets, so the activity of photography becomes easier. However, most of these devices do not have sensors to store information about the orientation of the photos taken whether it is portrait or landscape. Therefore, most of the photos are experiencing rotation is not as it should be and it is known when presented in front of a computer screen or television or the other. In this study proposed a method of automatic fixation of image orientation with haar-like features and gradient magnitude image to detect human object that are inside. Human objects found will be used as a reference for fixation of orientation. While the classification used is cascade adaboost classification. With a slight modification of the application of cascade adaboost classification, accuracy obtained up to 79% where the accuracy is better than without modification. Application modification also increases the speed of processing data until twice.