Septyanto, Moh. Wahyu (2019) APLIKASI PRESENSI PENGENALAN WAJAH DENGAN MENGGUNAKAN ALGORITMA HAAR CASCADE CLASSIFIER (STUDI KASUS : STARCROSS STORE). Other thesis, Universitas Pembangunan Nasional Veteran Yogyakarta.
Preview |
Text
ABTRAK_MOH.WAHYU SEPTYANTO_123130180.pdf Download (30kB) | Preview |
Preview |
Text
COVER_MOH.WAHYU SEPTYANTO_123130180.pdf Download (152kB) | Preview |
Preview |
Text
DAFTAR ISI_MOH.WAHYU SEPTYANTO_123130180.pdf Download (17kB) | Preview |
Preview |
Text
HALAMAN PENGESAHAN PEMBIMBING.pdf Download (440kB) | Preview |
Abstract
Presensi menggunakan wajah sudah banyak diterapkan sebagai cara untuk
pemantauan kehadiran pegawai. Penelitian tentang presensi menggunakan wajah pernah
dilakukan sebelumnya dengan menerapkan algoritma eigenface dan algoritma linear
discriminant analysis (LDA). Namun dari penelitian sebelumnya telah ditemukan kelemahan
yaitu pada proses pengidentifikasian yang membutuhkan waktu cukup lama dikarenakan
proses perhitungan nilai dilakukan pada keseluruhan citra atau image dan jauhnya jarak
wajah dari webcam dapat mempengaruhi proses pengidentifikasian wajah tersebut.
Pada penelitian ini algoritma yang digunakan adalah algoritma haar cascade
classifier. Haar cascade classifier atau yang dikenal dengan nama lain haar-like features
merupakan rectangular features (fungsi persegi), yang memberikan indikasi secara spesifik
pada sebuah gambar atau image. Prinsip Haar-like features adalah mengenali obyek
berdasarkan nilai sederhana dari fitur tetapi bukan merupakan nilai piksel dari image obyek
tersebut. Metode ini memiliki kelebihan yaitu komputasinya sangat cepat, karena hanya
bergantung pada jumlah piksel dalam persegi bukan setiap nilai piksel dari sebuah image.
Haar cascade classifier juga masih dapat mengidentifikasi wajah walaupun jarak wajah
dengan webcam terbilang jauh dikarenakan nilai fitur wajah masih dapat diidentifikasi.
Hasil dari penelitian ini bahwa sistem dapat mengidentifikasi wajah dengan tingkat
akurasi baik. Pengujian dilakukan kepada 13 karyawan Starcross Store dengan masingmasing
karyawan melakukan 30 kali percobaan presensi. Absensi yang berhasil memiliki
nilai keberhasilan 87% dan 13% gagal dari total percobaan 390 kali. Beberapa absensi yang
gagal terjadi karena ada beberapa faktor yang dapat mempengaruhi absensi seperti
pencahayaan yang tinggi, posisi kepala yang mendongkak dan penggunaan atribut (topi,
kacamata, dsb).
Kata Kunci : Presensi, Pengenalan Wajah, Algoritma Haar Cascade Classifier
| Item Type: | Thesis (Other) |
|---|---|
| Subjects: | T Technology > T Technology (General) |
| Divisions: | Faculty of Engineering, Science and Mathematics > School of Engineering Sciences |
| Depositing User: | Eko Yuli |
| Date Deposited: | 13 Sep 2019 07:49 |
| Last Modified: | 14 Jul 2023 06:20 |
| URI: | http://eprints.upnyk.ac.id/id/eprint/21073 |
Actions (login required)
 |
View Item |