Perancangan Alat Presensi Berdasarkan Pengenalan Wajah

Isi Artikel Utama

Ahmad Fawzi
Joni Fat
Meirista Wulandari

Abstrak

Sistem presensi merupakan hal yang biasa ditemui setiap harinya oleh pegawai ataupun pelajar/mahasiswa. Presensi yang tersusun secara rapi tentunya memudahkan saat dilakukan proses pendataan. Presensi yang digunakan untuk meminimalisir penyalahgunaan yaitu dengan menggunakan presensi non-kontak. Sistem presensi ini memanfaatkan salah satu teknologi dari computer vision. Sistem presensi yang dirancang menerapkan teknologi image processing. Image processing atau pengolahan citra digital merupakan metode yang digunakan untuk mengolah ataupun memproses dari gambar asli sehingga menghasilkan gambar lain yang sesuai dengan kebutuhan. Alat yang dirancang terdiri beberapa modul yaitu modul akusisi citra, modul pemroses, modul penampil informasi, dan modul penyimpanan. Modul akuisisi citra yang digunakan berupa webcam Logitech C920, modul pemroses berupa Raspberry Pi 4B, modul penampil informasi berupa LCD 7 Inch Capacitive Touch Screen, dan modul penyimpanan berupa microSD SanDisk 64 GB. Alat presensi mencocokkan gambar wajah dengan data yang telah dimasukkan ke dalam sistem penyimpanan. Algoritma untuk metode pengenalan wajah menggunakan Histogram of Oriented Gradients (HOG). Pencatatan data presensi menggunakan format CSV yang terdiri dari tanggal, waktu masuk, waktu keluar, dan nama subjek.  Pengujian dilakukan dengan beberapa contoh kasus dan pengujian dengan beberapa subjek berbeda. Algoritma dapat mengenali subjek secara akurat jika subjek menghadap ke depan tepat pada modul akusisisi citra.

Rincian Artikel

Cara Mengutip
[1]
A. Fawzi, J. Fat, dan M. Wulandari, “Perancangan Alat Presensi Berdasarkan Pengenalan Wajah”, TESLA, vol. 25, no. 1, hlm. 13–24, Apr 2023.
Bagian
Articles

Referensi

​E. N. Afian, “Rancang Bangun Sistem Navigasi Kapal Laut berbasis pada Image Processing metode Color Detection,” Jurnal Teknik Elektro, 2014.

​A. W. Kusuma and R. L. Ellyana, “Penerapan Citra Terkompresi Pada Segmentasi Citra Menggunakan Algoritma K-Means,” Jurnal Terapan Teknologi Informasi, vol. 2, no. 1, pp. 65–74, 2018.

​D. Junaidy, M. Wulandari, and H. Tanudjaja, “Real time face detection using haar-like feature method and local binary pattern method,” in IOP Conference Series: Materials Science and Engineering, 2019, vol. 508, no. 1, p. 012076.

​D. Iskandar, “Digital Image Processing Untuk Grading Citra Buah Manggis menggunakan Metode K-NN,” Smart Comp: Jurnalnya Orang Pintar Komputer, vol. 11, no. 2, pp. 116–123, 2022.

​W. Zhou, S. Gao, L. Zhang, and X. Lou, “Histogram of oriented gradients feature extraction from raw Bayer pattern images,” IEEE Transactions on Circuits and Systems II: Express Briefs, vol. 67, no. 5, pp. 946–950, 2020.

​C. Mauko and S. Tunliu, “KONTROLARAH GERAK WEB KAMERA (WEBCAM) BERBASIS WEB,” J. Ilm. Flash, vol. 2, no. 2, p. 106, 2019.

​Zunaidi and Achmad Yusuf, “Rancang Bangun Pendeteksi Tempat Parkir Kosong Berbasis Citra Digital,” STIKOM Surabaya, 2013.

​H. Nisya and I. Istikmal, “Implementasi Alat Peraga Interkoneksi Mikroprosesor Dengan Input/output Pada Mata Kuliah Mikroprosesor,” eProceedings of Engineering, vol. 8, no. 3, 2021.

​K. Goyal and A. Tripathi, “Flash Memory and Micro SD Card”.

​L. A. Subagyo, “Sistem Monitoring Arus Tidak Seimbang 3 Fasa Berbasis Arduino Uno,” Jurnal Teknik Elektro, vol. 6, no. 3, 2017.

Artikel paling banyak dibaca berdasarkan penulis yang sama

1 2 > >>