Implementasi Face Recognition Pada Absensi Kehadiran Mahasiswa Menggunakan Metode Haar Cascade Classifier
| Main Authors: | Munawir, Munawir, Fitria, Liza, Hermansyah, Muhammad |
|---|---|
| Format: | Article info eJournal |
| Bahasa: | ind |
| Terbitan: |
Universitas Islam Sumatera Utara
, 2020
|
| Subjects: | |
| Online Access: |
https://jurnal.uisu.ac.id/index.php/infotekjar/article/view/2333 |
| ctrlnum |
--jurnal.uisu.ac.id-index.php-index-oai:article-2333 |
|---|---|
| fullrecord |
<?xml version="1.0"?>
<dc schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/ http://www.openarchives.org/OAI/2.0/oai_dc.xsd"><title lang="en-US">Implementasi Face Recognition Pada Absensi Kehadiran Mahasiswa Menggunakan Metode Haar Cascade Classifier</title><creator>Munawir, Munawir</creator><creator>Fitria, Liza</creator><creator>Hermansyah, Muhammad</creator><subject lang="en-US">Face Recognition, Face Detection, Multiple Face Recognition, Absensi, Haar Cascade Classifier</subject><description lang="en-US">Pengenalan wajah termasuk dalam sistem biometrik yang banyak digunakan saat ini. Sistem biometrik dengan pengenalan wajah dapat diaplikasian dalam proses pencatatan kehadiran. Kehadiran adalah faktor yang sangat berguna untuk berbagai keperluan dan merupakan salah satu kriteria penilaian yang penting dalam sebuah instansi. Sama halnya dalam dunia pendidikan, kehadiran juga sangat penting untuk mengetahui dan mengontrol kedisiplinan para mahasiswa. Saat ini proses pencatatan kehadiran masih banyak dilakukan secara manual dan dinilai kurang efektif, sehingga pada penelitian ini akan dilakukan proses pencatatan kehadiran dengan pengenalan wajah yang dianggap mampu untuk mengefisiensi waktu pencatatan kehadiran. Metode yang digunakan dalam penelitian ini adalah Haar Cascade Classifier. Terdapat 125 data training wajah dari 25 orang mahasiswa yang telah diinputkan kedalam sistem. Pengujian dilakukan dengan cara pengenalan satu wajah dan banyak wajah (multiple face recognition) sekaligus. Hasil pengujian menunjukkan bahwa tingkat akurasi pengenalan pada satu wajah dengan 25 data testing wajah didapatkan nilai akrasi sebesar 76%, sedangkan pengenalan pada banyak wajah didapatkan nilai akurasi sebesar 33.3%.</description><publisher lang="en-US">Universitas Islam Sumatera Utara</publisher><contributor lang="en-US"/><date>2020-05-09</date><type>Journal:Article</type><type>Other:info:eu-repo/semantics/publishedVersion</type><type>Journal:Article</type><identifier>https://jurnal.uisu.ac.id/index.php/infotekjar/article/view/2333</identifier><identifier>10.30743/infotekjar.v4i2.2333</identifier><source lang="en-US">InfoTekJar : Jurnal Nasional Informatika dan Teknologi Jaringan; Vol 4, No 2 (2020): InfoTekJar Maret</source><source>2540-7600</source><source>2540-7597</source><source>10.30743/infotekjar.v4i2</source><language>ind</language><rights lang="en-US">Copyright (c) 2020 Muhammad Hermansyah, Munawir Munawir, Liza Fitria</rights><rights lang="en-US">https://creativecommons.org/licenses/by/4.0</rights><recordID>--jurnal.uisu.ac.id-index.php-index-oai:article-2333</recordID></dc>
|
| language |
ind |
| format |
Journal:Article Journal Other:info:eu-repo/semantics/publishedVersion Other Journal:eJournal |
| author |
Munawir, Munawir Fitria, Liza Hermansyah, Muhammad |
| title |
Implementasi Face Recognition Pada Absensi Kehadiran Mahasiswa Menggunakan Metode Haar Cascade Classifier |
| publisher |
Universitas Islam Sumatera Utara |
| publishDate |
2020 |
| topic |
Face Recognition Face Detection Multiple Face Recognition Absensi Haar Cascade Classifier |
| url |
https://jurnal.uisu.ac.id/index.php/infotekjar/article/view/2333 |
| contents |
Pengenalan wajah termasuk dalam sistem biometrik yang banyak digunakan saat ini. Sistem biometrik dengan pengenalan wajah dapat diaplikasian dalam proses pencatatan kehadiran. Kehadiran adalah faktor yang sangat berguna untuk berbagai keperluan dan merupakan salah satu kriteria penilaian yang penting dalam sebuah instansi. Sama halnya dalam dunia pendidikan, kehadiran juga sangat penting untuk mengetahui dan mengontrol kedisiplinan para mahasiswa. Saat ini proses pencatatan kehadiran masih banyak dilakukan secara manual dan dinilai kurang efektif, sehingga pada penelitian ini akan dilakukan proses pencatatan kehadiran dengan pengenalan wajah yang dianggap mampu untuk mengefisiensi waktu pencatatan kehadiran. Metode yang digunakan dalam penelitian ini adalah Haar Cascade Classifier. Terdapat 125 data training wajah dari 25 orang mahasiswa yang telah diinputkan kedalam sistem. Pengujian dilakukan dengan cara pengenalan satu wajah dan banyak wajah (multiple face recognition) sekaligus. Hasil pengujian menunjukkan bahwa tingkat akurasi pengenalan pada satu wajah dengan 25 data testing wajah didapatkan nilai akrasi sebesar 76%, sedangkan pengenalan pada banyak wajah didapatkan nilai akurasi sebesar 33.3%. |
| id |
IOS4523.--jurnal.uisu.ac.id-index.php-index-oai:article-2333 |
| institution |
Universitas Islam Sumatera Utara |
| institution_id |
1254 |
| institution_type |
library:university library |
| library |
Universitas Islam Sumatera Utara |
| library_id |
1095 |
| collection |
InfoTekJar (Jurnal Nasional Informatika dan Teknologi Jaringan) |
| repository_id |
4523 |
| subject_area |
Computer Modeling and Simulation/Model dan Simulasi Komputer Computer Communications Networks/Jaringan Komunikasi Komputer Algorithms/Algoritma Computer Security, Data Security/Keamanan Komputer, Keamanan Data |
| city |
KOTA MEDAN |
| province |
SUMATERA UTARA |
| shared_to_ipusnas_str |
1 |
| repoId |
IOS4523 |
| first_indexed |
2020-05-24T16:39:47Z |
| last_indexed |
2020-08-03T11:37:29Z |
| recordtype |
dc |
| _version_ |
1686136660913291264 |
| score |
17.538404 |