Keywords
Presensi
Local Binary Pattern Histogram
Eigenface
How to Cite
Abstract
Pandemi covid-19 yang terjadi di Indonesia berpengaruh besar terhadap semua sektor kehidupan antara lain pendidikan, ekonomi, dan pemerintahan. Saat pendemi inilah semua orang dituntut untuk membuat terobosan-terobosan dan penyesusaian kehidupan baru agar pandemi covid-19 cepat berlalu. Terobosan dikala pandemi juga dapat diaplikasikan pada presensi, dimana sebelum pandemi presensi menggunakan sidik jari, maka saat pandemi tidak bisa dilakukan karena dapat menularkan virus covid-19. Sehingga diperlukan terobosan untuk melakukan presensi dimasa pandemi yaitu presensi yang menggunakan wajah manusia. Tetapi dalam pengaplikasiannya banyak metode-metode yang digunakan. Maka dibuatlah perbandingan metode untuk pengenalan wajah yaitu Local Binary Pattern Histogram dan Eigenface. Dengan pengujian data wajah menghadap kamera, serong kanan, dan pencahayaan yang kurang kemudian dievaluasi menggunakan confusion matrix. Dari hasil evaluasi diperoleh akurasi 91% untuk Local Binary Pattern Histogram dan 79% untuk Eigenface. Kemudian hasil dari pengenalan wajah tersebut digunakan untuk presensi yang disimpan pada database MongoDB.
References
Wardoyo, S., Wiryadinata, R. & Sagita, R. (2014). Sistem Presensi Berbasis Agoritma Eigenface Dengan Metode Principal Component Analysis. Sistem Kendali Tenaga Elektronika Telekomunikasi Komputer (SETRUM). vol 3. hal 61-68.
Muliawan, R. M., Irawan B., Brianorman Y. 2015. Implementasi Pengenalan Wajah Dengan Metode Eigenface Pada Sistem Absensi. Coding Jurnal Komputer dan Aplikasi , No. 1. Vol 3. http://jurnal.untan.ac.id/index.php/jcskommipa/article/view/9727 diakses pada tanggal 24 Februari 2021.
Wibowo, W. A., Karima A., Wiktasari, Yobioktabera, A., Fahriah, S. 2020. Pendeteksian dan Pengenalan Wajah Pada Foto Secara Real Time Dengan Haar Cascade dan Local Binary Pattern Histogram. Jurnal Teknik Elektro Terapan (JTET), No. 1. Vol 9. 6-11, https://jurnal.polines.ac.id/index.php/jtet/article/download/1847 diakses pada tanggal 24 Februari 2021.
Gourier, N., Hall, D., Crowley, J. L. 2004. Dataset : Estimating Face Orientation from Robust Detection of Salient Facial Features. http://crowley-coutaz.fr/Head%20Pose%20Image%20Database.html. diakses pada tanggal 25 Mei 2021.
Jamhari, A., Wibowo, M. F. & Saputra, A. W. (2020). Perancangan Sistem Pengenalan Wajah Secara Real-Time pada CCTV dengan Metode Eigenface J. Of INISTA. vol 2. No. 2.
Mustikasari, Ghani, D. A. 2021.Analisa Performa Klasifikasi Algoritma Pada Pendeteksian Penyakit Kanker Dengan Partition Membership. Prosiding Seminar Ilmiah Sistem Informasi Dan Teknologi Informasi, No. 1. Vol X. 117-126, https://www.ejurnal.dipanegara.ac.id/index.php/sisiti/article/view/794 diakses pada tanggal 24 Mei 2021.
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Copyright (c) 2021 Tutus Lusni Pratama, Made Ayu Dusea Widyadara, Julian Sahertian