Pendeteksian manusia merupakan hal penting yang harus dilakukan secara cepat dan tepat. Dalam tugas akhir ini merupakan penelitian awal terhadap deteksi korban manusia.Adapun pendekatan yang dilakukan adalah dengan menggunakan citra bergambarkan manusia dalam posisi terlentang.Pembentukan model dilakukan menggunakan Haar Feature-based Cascade Classifier. Metode Haar Feature-based Cascade Classifier mempunyai kelebihan dalam menolak citra yang tidak berisi objek dengan cepat pada stage awal sehingga komputasi dapat lebih difokuskan kepada daerah yang memiliki potensi untuk menjadi objek pada stage berikutnya.Hasil penelitian menunjukkan bahwa F2-score tertinggi yang dihasilkan oleh sistem adalah 77.78% dalam mendeteksi korban manusia. Hasil penelitian juga menunjukkan parameter size haar feature yang paling optimal adalah 21x42 piksel dan number of stages adalah 20. deteksi manusia,deteksi korban manusia, haar feature, cascade classifier, haar feature-based cascade classifier