Perpustakaan judul masih dalam tahap pengembangan, admin siap menampung kritik dan saran
Pemanfaatan Komunikasi Wifi dan Web Server pada Sistem Absensi Berbasis Face Recognition Menggunakan Raspberry dengan Metoda Haar Cascade dan LBPH di Laboratorium Telekomunikasi
Rishad Harisdias Bustomi (2021) | Tugas Akhir | Teknik Elektro
Bagikan
Ringkasan
Sistem absensi di laboratorium telekomunikasi saat ini masih menggunakan cara manual dengan menggunakan kertas absen yang diisi oleh mahasiswa dan ditanda tangani oleh dosen. Cara manual ini masih memiliki beberapa kelemahan seperti kecurangan yang dapat terjadi dengan memanipulasi data atau permasalahan ketika dosen yang mengajar tidak datang sehingga tidak dapat menandatangani absensi. Oleh karena itu dikembangkan sistem yang dapat melakukan absensi secara digital melalui pengenalan wajah dimana data hasil pengenalannya dapat dikirimkan melalui web. Pengenalan wajah ini dilakukan dengan menggunakan raspberry pi yang terintegrasi dengan modul kamera. Metoda yang digunakan adalah metoda haar-cascade yang berfungsi untuk mendeteksi wajah dan LBPH untuk mengubah wajah tersebut menjadi karakteristik baru yang lebih detail. Sebelum melakukan pengenalan wajah alat ini harus dilatih terlebih dahulu dengan dataset foto mahasiswa yang ingin dikenali. Foto dataset ini bisa diunggah sendiri oleh mahasiswa tersebut melalui website yang sudah dibuat. Data foto dari web ini lalu dapat diambil oleh program pengenalan wajah untuk disimpan di folder dataset raspberry. Dataset ini lalu dilatih untuk didapatkan nilai LBPH-nya dan disimpan dalam suatu file. File ini yang nantinya akan dibandingkan dengan program utama pengenalan. Hasil pengujian dari alat ini membuktikan bahwa program pengenalan wajah ini memiliki akurasi total sebesar 97,91% dengan waktu proses rata-rata 10,98 detik sekali pengenalan wajah. Alat ini juga mempunyai suhu rata-rata sebesar 56,72 derajat ketika alat berjalanan nonstop selama 6 jam. Sedangkan untuk interface website dapat dilihat dari gawai manapun karena tampilan yang responsif.
Ringkasan Alternatif
The attendance system in telecommunications laboratory is still using the manual method that is filled in by students and signed by lecturers. This manual method still has some weaknesses such as cheating that can occur by manipulating data or when lecturer doesnâÃâ¬Ãâ¢t come to sign the absences. Therefore, a system that can attend student absences with face recognition is developed. This face recognition is done using the raspberry pi which is integrated with the camera module. This device used a method called haar-cascade to detect faces and LBPH to change these detected faces into new characteristics image that are more detailed. Before doing the face recognition, this tool must be trained first with a dataset of students who want to be recognized. This dataset can be uploaded by the student himself through a website that has been created. Photo data from this web can then be taken by a face recognition program to be stored in the raspberry dataset folder. This dataset is then trained to obtain the LBPH value and stored in a file. This file then compared with the main program. The test results of this tool prove that this face recognition program has a total accuracy of 97.91% with an average processing time of 10.98 seconds once facial recognition. This tool also has an average temperature of 56.72 degrees when the device is running nonstop for 6 hours. As for the website interface, it can be seen from any device because of its responsive appearance.