Penerapan Metode Eigenface untuk Pengenalan Citra Wajah pada Sistem Absensi

  • Rifky Kurniawan Sekolah Tinggi Manajemen Informatika dan Komputer Indo Daya Suvana
Keywords: Sistem Absensi, Citra Wajah, Metode Eigenface

Abstract

Sistem absensi merupakan hal yang paling  penting didalam perusahaan ataupun instansi pendidikan. Sistem absensi telah dikembangkan oleh banyak peneliti, untuk memudahkan dalam mengolah data absensi. Salah satunya absensi menggunakan citra wajah. Pengolahan citra wajah menggunakan komputer dan kamera. Proses pengolahan tersebut dengan  cara menangkap wajah pengguna dan akan tersimpan di database. Kemudian akan dibandingkan dengan wajah yang tersimpan. Dimana pada proses ini pengenalan dapat mengenali wajah terlepas dari background yang digunakan oleh pengguna. Oleh karena itu, untuk mendukung sistem ini perlu menggunakan metode eigenface. Metode eigenface adalah kumpulan dari eigenvector dengan melakukan ekstraksi ciri. Metode memiliki prinsip dengan mengambil data unik wajah dari pengguna. Dengan adanya sistem ini maka akan meminimalisir keterlambatan, bolos dan tidak dapat melakukan kecurangan untuk digantikan saat absen. Sehingga karyawan akan menjadi disiplin dan perusahaan atau instansi pendidikan akan mencapai targetnya. Hasil pengujian sistem dapat disimpulkan nilai akurasi dengan rata – rata 93% dengan menggunakan metode eigenface dipengaruhi oleh jarak, pencahayaan dan objek wajah yang tertutupi.

Downloads

Download data is not yet available.

References

Arisandy, D., & Rudi, R. (2020). Perancangan Voice User Interface (VUI) Aplikasi Presensi Karyawan Dengan Speech Recognition. Jurnal SIFO Mikroskil, 21(2), 61–70.

Darmansah, D. D., Wardani, N. W., & Fathoni, M. Y. (2021). Perancangan Absensi Berbasis Face Recognition Pada Desa Sokaraja Lor Menggunakan Platform Android. JATISI (Jurnal Teknik Informatika Dan Sistem Informasi), 8(1), 91–104.

Dwiparaswati, W., & Hilmawan, S. V. (2022). Implementasi Face Recognition secara Real-time dengan Metode Haar Cascade Classifier menggunakan OpenCV-Python. UG Journal, 16(2).

Hardiansyah, A. T., Amelia, A., & Santika, M. (2018). Kepuasan Kerja Sebagai Faktor Terbentuknya Sikap Kerja Pegawai Negeri Sipil Kantor Kecamatan Klampis, Bangkalan. Competence: Journal of Management Studies, 12(2).

Harianto, K. (2014). Penerapan Teknik Selisih Matriks untuk Menemukan Perbedaan Dua Buah Citra Digital. Sains Dan Teknologi Informasi, 3(1), 16–21.

Kirana, K. C., & Kom, M. (2021). PENGOLAHAN CITRA DIGITAL: Teori dan Penerapan Pengolahan Citra Digital pada Deteksi Wajah. Ahlimedia Book.

Kosasih, R. (2020). Kombinasi Metode Isomap dan KNN Pada Image Processing Untuk Pengenalan Wajah. CESS (Journal of Computer Engineering, System and Science), 5(2), 166–170.

Mulyono, T., Adi, K., & Gernowo, R. (2012). Sistem Pengenalan Wajah Dengan Metode Eigenface Dan Jaringan Syaraf Tiruan (Jst). Berkala Fisika, 15(1), 15–20.

Muntholib, A. (2019). Prototipe Absensi STMIK Amik Riau Berbasis Face Recognition Menggunakan Metode Eigenface. Sains Dan Teknologi Informasi, 4(2), 76–83.

Pratama, R. B. (2018). Penerapan metode eigenface pada sistem parkir berbasis image processing. Jurnal Disprotek, 9(2), 86–96.

Prima, A. N., & Prabowo, C. (2020). Sistem Absensi dengan OpenCV Face Recognition dan Raspberry Pi. JITSI: Jurnal Ilmiah Teknologi Sistem Informasi, 1(2), 57–66.

Rahmawati, S. R. (2020). Pengaruh Efektivitas Penerapan Absensi Fingerprint dan Insentif Terhadap Disiplin Pegawai FPOK UPI. Service Management Triangle: Jurnal Manajemen Jasa, 2(1).

Setiawan, A., Gunawan, H., Hidayatullah, A., Putra, M. A. S., Sugema, R. C., Pane, A. H., Nasution, A. R., & Irsyad, M. (2022). Black Box Testing Dengan Teknik State Transition Testing Pada Inventori Alat-Alat Medis. Jurnal Sains Dan Teknologi (JSIT), 2(3), 151–158.

Subiantoro, S., & Sardiarinto, S. (2018). Perancangan Sistem Absensi Pegawai Berbasis Web Studi Kasus: Kantor Kecamatan Purwodadi. Swabumi (Suara Wawasan Sukabumi): Ilmu Komputer, Manajemen, Dan Sosial, 6(2).

Sultoni, M. I., Hidayat, B., & Subandrio, A. S. (2019). Klasifikasi jenis batuan beku melalui citra berwarna dengan menggunakan metode local binary pattern dan k-nearest neighbor. TEKTRIKA-Jurnal Penelitian Dan Pengembangan Telekomunikasi, Kendali, Komputer, Elektrik, Dan Elektronika, 4(1), 10–15.
Published
2022-10-20