Sistem Absensi Menggunakan Open CV Berbasis Pengenalan Wajah
DOI:
https://doi.org/10.29407/7tz86444Keywords:
Absensi pengngenalan wajah dan local binaryAbstract
Absensi merupakan aspek penting dalam pengelolaan kehadiran mahasiswa di berbagai institusi. Metode absensi tradisional yang menggunakan tanda tangan atau kartu identitas sering kali memerlukan waktu dan tenaga, serta rentan terhadap kecurangan. Dalam rangka meningkatkan efisiensi dan keamanan, penelitian ini mengembangkan sistem absensi berbasis deteksi wajah. Dalam penelitian ini, Open CV berbasis face recognition pendekatan telah diusulkan. Model ini mengintegrasikan kamera yang menangkap gambar input, sebuah algoritma untuk mendeteksi wajah dari sebuah gambar input, encoding dan mengidentifikasi wajah,dan menandai kehadiran Sistem ini menggunakan teknologi pengenalan wajah yang memanfaatkan algoritma deteksi dan pengenalan pola wajah untuk mencocokkan wajah individu dengan data yang telah terdaftar.
Penelitian ini menggunakan algoritma Local Binary Patterns (LBP). Proses identifikasi ini dimulai dengan menangkap citra wajah melalui kamera, kemudian citra tersebut diolah dan dibandingkan dengan basis data yang menyimpan fitur-fitur wajah terdaftar. Implementasi sistem absensi berbasis deteksi wajah diharapkan dapat meningkatkan efisiensi, keandalan, dan keamanan pada berbagai institusi.. Uji coba sistem ini menunjukkan tingkat akurasi yang tinggi dalam mengenali wajah yang telah terdaftar. Hasil penelitian ini diharapkan dapat menjadi solusi absensi yang lebih efisien, aman, dan mudah diterapkan pada berbagai skala institusi
Downloads
References
M. R. Muliawan, B. Irawan, and Y. Brianorman, “Implementasi Pengenalan Wajah DenganMetode
Eigenface Pada Sistem Absensi,” Jurnal Coding, Sistem Komputer Untan, vol. 03, no. 1, pp. 41–50,
I. Abdussalam, A. Rizal, and S. Aulia, “Desain dan realisasi sistem pendeteksi wajah untuk absensi
karyawan dengan metode 2d-dct dan pca menggunakan webcam,” 2012
M. W. Septyanto, H. Sofyan, H. Jayadianti, O. S. Simanjuntak, and D. B. Prasetyo, “Aplikasi
Presensi Pengenalan Wajah Dengan Menggunakan Algoritma Haar Cascade Classifier,” Telematika:
Jurnal Informatika dan Teknologi Informasi, vol. 16, no. 2, pp. 87–96, 2020
Nugroho, B., & Putra, A. D. (2020). Sistem Absensi Mahasiswa Menggunakan Teknologi QR Code. Jurnal
Teknologi Informasi, 15(2), 45-52.
Suryanto, R., & Wibowo, T. (2019). Implementasi Face Recognition dengan Algoritma Fisherface untuk
Sistem Absensi Mahasiswa. Jurnal Pengembangan Teknologi Informasi, 8(3), 33-41.
Setiawan, E., & Pratama, F. (2021). Penerapan Algoritma Eigenface pada Sistem Absensi Berbasis
Raspberry Pi. Jurnal Sistem dan Teknologi Informasi, 10(1), 56-65.
M. Arsal, B. Agus Wardijono, and D. Anggraini, “Face Recognition Untuk Akses Pegawai Bank
Menggunakan Deep Learning Dengan Metode CNN,” J. Teknol. dan Sist. Inf.,vol. 6, no. 1, pp. 55–63,
T. Ahonen, A. Hadid, and M.Pietikäinen, “Face Description with Local Binary Patterns: Application to
Face Recognition”, IEEE Transactions on Pattern Analysis and Machine Intelligence, 28(12) 2037-2041,
M. A. Rahim, M. N. Hossain, and T. Wahid, “Face Recognition Using Local Binary Pattern (LBP)”, Global
Journal of Computer Science and Technology Graphics & Vision, 13 1–8. 2013.
P. Viola and M. Jones, “Rapid Object Detection Using A Boosted Cascade of Simple Features”, Proceeding
IEEE Computer Society Conference on Computer Vision and Pattern Recognition, 2001.
M. A. Abuzneid and A. Mahmood, “Enhanced Human Face Recognition Using LBPH Descriptor,
MultiKNN, and Back-Propagation Neural Network”, IEEE Access, 6 20641-20651, 2018.
Downloads
Published
Issue
Section
License
Copyright (c) 2025 M. Renhat Ade Prayogo, Diyah Kingkin Sulistiana, Yahya Eko Febrianto
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Authors who publish with this journal agree to the following terms:
- Copyright on any article is retained by the author(s).
- The author grants the journal, right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgment of the work’s authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal’s published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.
- The article and any associated published material is distributed under the Creative Commons Attribution-ShareAlike 4.0 International License
