Raspberry Pi merupakan Single Board Computer yang telah dilengkapi dengan semua fungsi layaknya sebuah komputer lengkap sebesar kartu kredit saja, menggunakan Sistem-ona-Chip (SoC) ARM yang dikemas dan diintegrasikan diatas Printed Circuit Board (PCB) dikembangkan oleh Raspberry Pi Foundation dengan tujuan untuk mempromosikan dan meningkatkan keahlian masyarakat terhadap ilmu komputer. Raspberry Pi dapat dimanfaatkan untuk berbagai macam hal seperti untuk membuat Game, Robot, Digital Garden, CCTV, Internet of Things dan masih banyak kegunaan lainnya yang dapat memanfaatkan Raspberry Pi sebagai microcomputer-nya. Namun, minimnya pengetahuan masyarakat tentang Raspberry Pi membuat masyarakat pada umumnya lebih memilih untuk mengguanakan Arduino. Arduino merupakan micro controller yang dirancang untuk memudahkan tugas-tugas yang sederhana seperti membuka dan menutup pintu, membaca suhu ruangan dan lain sebagainya. Sedangkan Raspberry Pi dapat melakukan hal-hal yang rumit seperti melakukan sistem deteksi Face Recognition misalnya.
Face Recognition merupakan salah satu sistem identifikasi yang dikembangkan berdasarkan perbedaan ciri secara biometrik pada bagian tubuh atau pun perilaku manusia seperti wajah yang digunakan suatu sistem untuk mengenali seseorang karena wajah memiliki bentuk dan tekstur yang berbeda. Face Recognition berkembang begitu cepat dengan berbagai macam metode dan algoritma yang digunakan. Informasi tentang wajah seseorang dapat diekstraksi dari citra yang telah dideteksi namun pada dasarnya sistem deteksi ini masih perlu dikembangkan untuk memperoleh hasil yang lebih baik. Untuk itu FaceTrix hadir sebagai hasil pengembangan dari model sebelumnya.
Berdasarkan latar belakang penelitian, dapat dirumuskan bahwa untuk mendapatkan hasil studi eksplorasi, penulis menggunakan metode Haar Cascade pada sistem deteksi Face Recognition, selain itu penulis menggunakan Open Computer Vision (OpenCV) sebagai library-nya, Raspberry Pi sebagai Single Board Computer untuk menjalankan program pengenalan wajah serta python sebagai bahasa pemprogramannya.
Berdasarkan hasil studi eksplorasi dari sistem FaceTrix didapatkan data akurasi sistem terbaik pada jarak 40 cm dan 60 cm yaitu sebesar 100% dan 91% pada jarak 80 cm dengan 97% rat-rata pengujian sistem secara keseluruhan dengan rata-rata lamanya waktu yang dibutuhkan sebesar 1,779 FPS. Adapun yang menyebabkan kegagalan pada sistem yaitu citra wajah yang tidak dapat dikenali secara tepat karena adanya faktor cahaya yang tidak merata pada permukaan wajah dan posisi wajah tidak tegak ke depan menghadap kamera. Hal ini juga dapat terjadi jika objek yang dideteksi melakukan banyak gerakan pada saat proses pendeteksian berlangsung.

Kata kunci : Sistem Deteksi, Pengenalan Wajah, Tingkat Akurasi, Algoritma Haar Cascade, Python, Single Board Computer, OpenCV,