Pengenalan Wajah Untuk Presensi Pekerja Menggunakan Webcam Secara Realtime Dengan Metode Eigenfa Dynamic Time Warping
Kode Repository :SKI02/MUH/2021
NPM :065116111
Nama :Muhammad Ludvi A.
Pembimbing 1 :-Dr. Sri Setyaningsih,Dra.,M.Si.
Pembimbing 2 :-Aries Maesya M.Kom
Abstrak :-PENGENALAN WAJAH UNTUK PRESENSI PEKERJA MENGGUNAKAN WEBCAM SECARA REALTIME DENGAN METODE EIGENFACE DAN DYNAMIC TIME WARPING
Muhammad Ludvi Arsjadi1, Sri Setyaningsih2, Aries Maesya3
1,2,3 Program Studi Ilmu Komputer, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Pakuan, Jln. Pakuan Po.Box 452 Bogor 16143, Indonesia
E-mail: 1ludviarsjad@unpak.ac.id, 2sri_setya@unpak.ac.id, 3 a.maesya@unpak.ac.id
Abstrak
Penerapan absensi kehadiran di kantor kepala desa sukamaju sudah dilakukan dari awal, namun masih menggunakan absensi berupa tanda tangan dan di input ke Microsoft Excel, sehingga belum efektif dalam pengambilan data pekerja. Untuk itu dicoba untuk melakukan penelitian dengan mengembangkan sistem absensi menggunakan pengenalan wajah. Pengenalan wajah dalam penelitian ini menggunakan sebuah webcam untuk menangkap suatu citra pada tempat untuk melakukan absensi diwaktu tertentu yang kemudian diidentifikasikan wajah yang ada. Beberapa metode yang digunakan dalam penelitian disini adalah ekstraksi fitur akan menggunakan metode Eigenface. Sedangkan untuk pengambilan keputusan, digunakan metode Dynamic Time Warping (DTW) dan Eucliean Distance. Pengujian menggunakan 10 data training dan 10 data uji. Kontribusi yang digunakan mulai dari 1 hingga 5 kontribusi. Dari hasil pengujian, tingkat keberhasilan menggunakan DTW sebesar 20% hingga 82% untuk Euclidean Distance. Pada sisstem ini digunakan parameter jarak dan cahaya untuk tingkat keakurasiannya. Jarak yang digunakan adalah 1 sampai 4 meter dan penggunaan cahaya 50% sampai 100%. Adapun hasil yang diperoleh dari masing-masing jarak dan pencahayaan tersebut adalah 10% sampai 40%. Sedangkan apabila menggunakan metode pengenalan Euclidean Distance, didapatkan hasil dari masing-masing tersebut adalah 40 sampai 80%.
Kata kunci— absensi, webcam, wajah, Eigenface, DTW, Euclidean Distance, database