DETEKSI WAJAH DALAM SISTEM ABSENSI OTOMATIS MENGGUNAKAN METODE K-NEAREST NEIGHBOR


Author (Penulis)

LAILY NURINDAH SARI
Universitas Nusantara PGRI Kediri

Author Identity (NPM)

13.1.03.02.0096

Abstract

Penelitian ini di latar belakangi hasil pengamatan dan pengalaman peneliti, absensi menjadi dokumen yang mencatat kehadiran setiap tutor di lembaga pendidikan. Salah satu cara yang dapat digunakan untuk mendisiplinkan tutor adalah dengan menerapkan sistem yang dapat mencatat setiap kehadiran tutor dengan proses waktu yang tertib dan kehadiran yang tidak dapat diwakilkan. Sistem presensi dengan menggunakan teknologi pengenalan wajah merupakan salah satu contoh aplikasinya, dimana dengan teknologi biometrik terkini, gambar wajah pengguna yang terekam dalam kamera akan dikenali dan dibandingkan dengan yang ada pada database data diri pengguna. Berdasarkan latar belakang tersebut, maka dapat dirumuskan masalah sebagai berikut: (1) Bagaimana menerapkan sistem pengenalan wajah dengan metode Local Binary Pattern dan K-Nearest Neighbor? (2) Bagaimana performansi sistem pengenalan wajah dengan proses Local Binary Pattern dan K-Nearest Neighbor? Masalah diatas dapat diselesaikan dengan menerapkan suatu metode untuk mengekstrasi fitur wajah, yaitu dengan Local Binary Pattern. Metode ini akan merubah citra ke dalam bentuk citra Local Binary Pattern sehingga variasi pencahayaan pada citra wajah orang yang sama dapat dihilangkan. Local Binary Pattern juga akan mengekstrasi citra tersebut kedalam fitur vektor sehingga pengenalan wajah menjadi lebih akurat. Langkah terakhir adalah melakukan klasifikasi dengan menggunakan metode K-Nearest Neighbor. Kesimpulan hasil penelitian ini adalah (1) Menggunakan Visual Basic dan Navicat for MySQL dengan menerapkan rumus Local Binary Pattern untuk pengambilan fitur. (2) Performansi aplikasi pengenalan wajah dalam sistem absensi otomatis dengan proses Local Binary Pattern dan K-Nearest Neighbor ini sebanyak 86%.

Keyword

Deteksi wajah, absensi otomatis, K-NN

Reference


PUBLISHED

2018-02-09

JOURNAL

Simki-Techsain

ISSN

2599-3011

ISSUE

Vol. 02 No. 01 Tahun 2018

Download PDF

Lembaga Penelitian dan Pengabdian Kepada Masyarakat UN PGRI Kediri.

Jl. KH. Ahmad Dahlan 76 Mojoroto Kota Kediri

Designed by BootstrapMade