Sistem Absensi Berbasis Pengenalan Wajah Secara Real Time Menggunakan Metode Fisherface

Rizky Fajri, T. Rahmad Effendi, Nurul Fadillah

Abstract


Abstrak— Wajah merupakan bagian yang bisa digunakan untuk sebuah identitas dari seseorang. Pengenalan wajah digunakan untuk menghasilkan pendeteksian wajah seorang manusia berdasarkan database yang ada didalamnya dengan sebuah proses pencocokkan dengan data latih yang dibuat. Pengambilan wajah diambil secara real time menggunakan webcam dari laptop, selanjutnya proses penggunaan metode fisherface disini digunakan pada saat proses pengelompokkan wajah, fisherface dianggap sangat baik dalam proses pengenalan wajah karena fisherface dapat mendeteksi wajah tanpa harus dalam penerangan yang baik. Sistem absensi menggunakan pengenalan wajah dikembangkan untuk menggantikan sistem sidik jari yang sekarang banyak digunakan, sistem ini nantinya akan bekerja membaca identitas dari seseorang dengan memanfaatkan wajah sebagai proses pengenalannya, sistem dibuat menggunakan python opencv dan GUI Tkinter sebagai tampilan dari programnya. Adapun hasil yang di dapat pada sistem ini yaitu menampilkan ID, Nama, NIM, dan Prodi dari seorang mahasiswa. Selanjutnya setelah sistem mengenali wajah maka sistem absensi langsung menghasilkan keluaran ID, Nama, dan Date dan Time yang secara langsung masuk ke Ms. Excel. Hasil dari pengujian sistem tingkat akurasi kebenaran sistem mencapai 80% dengan data uji sebanyak 10 wajah dan data training sebanyak 100 wajah.


Keywords


Kata Kunci— Pengenalan Wajah, Fisherface

References


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

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

Miftah, Muhammad, 2016. “Pengamanan Laptop Menggunakan Pengenalan Wajah Berbasis Triangle Face”. Semarang : Universitas Dian Nuswantoro Semarang.

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

Alexander, William, Luisan, 2017. “Implementasi Algoritma Pengenalan Wajah Untuk Mendeteksi Visual Hacking”. Manado: Universitas Sam Ratulangi Manado.

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

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




DOI: https://doi.org/10.30743/infotekjar.v4i2.2377

Refbacks

  • There are currently no refbacks.


Copyright (c) 2020 Rizky Fajri, T.Rahmad Effendi, Nurul Fadhillah

Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.

InfoTekJar (Jurnal Nasional Informatika dan Teknologi Jaringan)

Program Studi Teknik Informatika - Universitas Islam Sumatera Utara
Website : http://jurnal.uisu.ac.id/index.php/infotekjar/index
Email : infotekjar@ft.uisu.ac.id

InfoTekJar : Jurnal Nasional Informatika dan Teknologi Jaringan) is licensed under a Creative Commons Attribution 4.0 International License