Interaksi Robot Manusia atau Human Robot Interaction (HRI) telah menjadi fokus penelitian dalam dua dekade terakhir. Seiring dengan perkembangan kebutuhan sosial, interaksi antara manusia dengan robot telah diperluas dalam berbagai aplikasi. Dalam menjalankan tugasnya, robot akan sering bertemu dengan berbagai macam objek. Robot harus dapat membedakan antara manusia dan objek lainnya agar dapat bernavigasi diantara manusia yang berada di area tersebut. Oleh karena itu digunakan Light Detection and Ranging (LiDAR) karena mampu mendeteksi keberadaan manusia yang dapat bekerja lebih cepat daripada kamera biasa. Data dari LiDAR akan diproses dengan metode Haar/HOG/LBP yang dikombinasikan dengan metode Adaptive Boosting dengan tujuan untuk memperbaiki tingkat akurasi dari prediksi yang dibuat untuk pendeteksian manusia atau objek lainnya. Hasil scan data dari LiDAR akan dikonversi menjadi data sinyal dua dimensi yang berbentuk gambar planar kemudian diberi label untuk kaki manusia dan objek lainnya untuk memudahkan klasifikasi, selanjutnya akan ditentukan apakah yang terdeteksi adalah kaki manusia atau bukan. Jika terdeteksi kaki manusia maka data tersebut akan digunakan untuk memprediksi posisi manusia, kemudian masuk proses kalkulasi untuk memperoleh posisi relatif dari manusia. Hasil sistem yang telah dibuat pada proyek akhir ini adalah deteksi manusia secara simulasi dan real telah selesai dengan menggunakan 3 metode yaitu HAAR, HOG, dan LBP. Akurasi pengujian metode HAAR yaitu 100% untuk simulasi serta 95% untuk real, HOG yaitu 70% untuk simulasi serta 60% untuk real, dan LBP yaitu 86,7% untuk simulasi serta 85% untuk real dari beberapa gambar pengujian secara realtime.