SISTEM ABSENSI BERBASIS PENGENALAN WAJAH SECARA REAL TIME MENGGUNAKAN METODE FISHERFACE (STUDY KASUS KANTOR POLISI PAMONG PRAJA KAB. PRINGSEWU)

Jeprianto Jeprianto

Abstract


Perkembangan teknologi informasi saat ini sangat berkembang pesat, sehingga pemikirian seorang manusia dituntut harus kreatif dan inovatif, hingga muncul ide-ide baru yang dapat mempengaruhi perkembangan teknologi itu sendiri. Pengenalan wajah itu sendiri merupakan metode yang bisa digunakan untuk mengenali identitas seseorang selain dengan menggunakan sidik jari yang telah digunakan saat ini untuk sistem absensi. Penelitian ini menerapkan metode pengenalan wajah (face recognition) fisherface untuk membuat sistem absensi. Proses training dan testing metode fisherface menggunakan pyhton opencv yang menggunakan GUI Tkinter sebagai pembentuk sistem absensi tersebut. Berdasarkan hasil training dan testing, sistem dapat bekerja mengenali wajah seseorang dengan inputan ketika melakukan capture wajah, jika hasil capture wajah dan hasil training wajah cocok maka sistem mengenali wajah tersebut sebagai keluaran dari pembuatan sistem ini. Pengenalan wajah pada sistem ini sangatlah baik, karena setiap selesai melakukan proses absensi, data dari mahasiswa langsung masuk ke database didalam Ms. Excel sebagai daftar kehadiran. Hasil pengujian menunjukkan tingkat akurasi pengenalan wajah memncapai 80%

Full Text:

PDF

References


I. A. Nurhasanah, M. Brilliant, K. Reni, and A. Mulyanto, “Analisis Perancangan E-Business B2C (Business to Consumer) Upaya Digitalisasi Pengembangan UMKM (Studi Kasus : Kabupaten Pesawaran, Indonesia),” J. Nas. Pendidik. Tek. Inform. JANAPATI, vol. 11, no. 3, pp. 236–248, Dec. 2022, doi: 10.23887/JANAPATI.V11I3.49787.

“View article.” https://scholar.google.com/citations?view_op=view_citation&hl=en&user=19kqOL0AAAAJ&citation_for_view=19kqOL0AAAAJ:2osOgNQ5qMEC (accessed Jan. 26, 2023).

A. M. Zin, R. Yusof, S. A. Lashari, D. Handoko, S. Y. Irianto, and S. Karnila, “Monitoring system of land cover quality using segmentation and content base image retrieval methods You may also like Content Based Image Retrieval Using Two Color Feature Extraction F A Mufarroha, D R Anamisa and A G Hapsani-Content-Based Image Retrieval in Medical Domain: A Review Nor Monitoring system of land cover quality using segmentation and content base image retrieval methods,” J. Phys. Conf. Ser., vol. 1444, p. 12013, 2019, doi: 10.1088/1742-6596/1444/1/012013.

D. Handoko, S. Y. Irianto, and S. Karnila, “5 th ICITB Landcover Quality Detection Using Segmentation And Content Base Image Retrieval Methods,” 2019.

Susanto, Maryuni, Bekti, 2017. “Sistem Keamanan Pintu Berbasis Pengenalan Wajah Menggunakan Metode Fisherface”. Jember: Politeknik Negeri Jember.

Amri, 2016. “Pengenalan Wajah Menggunakan Metode Fisherface Untuk Mendukung Sistem Akademik”. Lhokseumawe: Politeknik Negeri Lhokseumawe.

Fandiansyah, 2017. “Pengenalan Wajah Menggunakan Metode Linear Discriminant Analysis dan k Nearest Neighbor”. Kendari: Universitas Halu Oleo.

Muliawan, Rizky, Muhammad, 2015. “Implementasi Pengenalan Wajah Dengan Metode Eigenface Pada Sistem Absensi”. Pontianak: Universitas Tanjung Pura.

Zein, Afrizal, 2018. “Pendeteksian Multi Wajah Dan Recognition Secara Real Time Menggunakan Metoda Principal Component Analysis (Pca) Dan Eigenface”. Banten: STMIK Eresha.




DOI: https://doi.org/10.69769/seat.v3i1.77

Refbacks

  • There are currently no refbacks.