Record Details

Sistem Presensi Mahasiswa Berdasarkan Pengenalan Wajah Menggunakan Metode LBP dan K-Nearest Neighbor Berbasis Mini PC

Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer

View Archive Info
 
 
Field Value
 
ISSN 2548-964X
 
Authentication Code dc
 
Title Statement Sistem Presensi Mahasiswa Berdasarkan Pengenalan Wajah Menggunakan Metode LBP dan K-Nearest Neighbor Berbasis Mini PC
 
Added Entry - Uncontrolled Name Prasanty, Meidiana Adinda
Utaminingrum, Fitri
Fakultas Ilmu Komputer, Universitas Brawijaya
Fakultas Ilmu Komputer, Universitas Brawijaya
 
Summary, etc. Di era modern sekarang ini, dimana teknologi sudah maju dengan pesat ternyata beberapa institusi di Indonesia masih mengandalkan sistem presensi dengan cara manual seperti menggunakan kertas dan membuat paraf. Penelitian ini memungkinkan untuk mengurangi tindak kecurangan dengan memanfaatkan citra digital yaitu pengenalan wajah guna melakukan presensi agar menjadi lebih praktis, efisien, cepat dan tentunya aman serta tidak terjadi hal-hal yang merugikan setiap institusi. Pada penelitian ini dikembangkan sebuah sistem presensi mahasiswa berdasarkan pengenalan wajah mahasiswa. Sistem ini menggunakan webcam Logitech C270 dan mouse Alcatroz Stealth 5 sebagai input, Mini PC Intel NUC5i7RYH sebagai pemroses utama, dan monitor Waveshare 7-inch sebagai output. Webcam menghasilkan citra dari para mahasiswa yang sedang duduk di kelas lalu diproses oleh Mini PC untuk pendeteksian dan pengenalan wajah dari tiap mahasiswa. Didapatkan nama-nama hasil pengenalan wajah yang dapat masuk ke daftar presensi apabila pengguna (dosen atau peneliti) menekan tombol konfirmasi presensi pada aplikasi menggunakan mouse. Rata-rata akurasi sistem dari seluruh percobaan dalam pendeteksian wajah menggunakan Haar Cascade Classifier yaitu 88.88%, dalam pengenalan wajah menggunakan Local Binary Pattern dan K-Nearest Neighbor untuk nilai k = 3 yaitu 78.125%, untuk nilai k = 5 yaitu 74.375%, dan untuk nilai k = 7 yaitu 68.125% sehingga akurasi tertinggi dapat dicapai menggunakan nilai k = 3. Rata-rata waktu komputasi dari seluruh percobaan dalam pendeteksian wajah adalah 26.2 ms sedangkan untuk pengenalan wajah adalah 371.675 ms.
 
Publication, Distribution, Etc. Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya
 
Electronic Location and Access application/pdf
http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/7158
 
Data Source Entry Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer; Vol 4 No 4 (2020): April 2020
 
Language Note ind
 
Terms Governing Use and Reproduction Note Hak Cipta (c) 2020 Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
 


www.freevisitorcounters.com