Akbar, Kheiza Mahendra (2023) DESAIN SISTEM PRESENSI CERDAS BERDASARKAN PENGENALAN WAJAH REALTIME DENGAN ALGORITMA LBPH. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.
![[img]](https://eprints.amikom.ac.id//style/images/fileicons/text.png) |
Text (COVER-ABSTRAK)
COVER.pdf Download (919kB) |
|
Text (BAB I)
BAB I.pdf Download (180kB) |
|
Text (BAB II)
BAB II.pdf Restricted to Registered users only Download (722kB) |
|
Text (BAB III)
BAB III.pdf Restricted to Registered users only Download (172kB) |
|
Text (BAB IV)
BAB IV.pdf Restricted to Registered users only Download (724kB) |
|
Text (BAB V)
BAB V.pdf Download (48kB) |
|
Text (DAFTAR PUSTAKA)
Daftar Pustaka.pdf Restricted to Registered users only Download (241kB) |
![[img]](https://eprints.amikom.ac.id//style/images/fileicons/archive.png) |
Archive (SOURCE CODE)
Sourcecode - KHEIZA MAHENDRA AKBAR.zip Restricted to Repository staff only Download (23MB) |
|
Text (PUBLIKASI)
Publikasi.pdf Restricted to Repository staff only Download (945kB) |
Abstract
Pandemi pada tahun 2020 yang lalu banyak sekali memberikan dampak yang sangat signifikan, dengan diberlakukannya karantina mandiri memaksa para pekerja dan siswa untuk melakukan aktivitas bekerja dan bersekolah dilakukan secara online dari rumah. Disisi teknis pelaksanaan WFH memerlukan pencatatan presensi bagi para pekerja ataupun para siswa, mereka melakukan presensi dengan cara mengisi form yang dibuat melalui layanan Google Forms. Face recognition adalah teknologi yang menggunakan algoritma pemrosesan citra untuk mengidentifikasi atau memverifikasi identitas seseorang berdasarkan wajah mereka. Local Binary Pattern Histogram (LBPH) adalah metode yang digunakan dalam pengenalan wajah untuk mengidentifikasi atau memverifikasi identitas seseorang. Penelitian ini akan merancang smart presensi berbasis pengenalan wajah dengan menggunakan teknik LBPH agar mampu mengenali wajah yang sudah terdaftar dalam database secara realtime atau satu waktu. Hasil Rancangan Sistem absensi mampu memberikan akurasi pengenalan wajah yang baik dengan akurasi di kondisi Intensitas Cahaya sekitar 24 lux didalam ruangan dengan tingkat confident/ akurasi rata-rata 93,6% dari 5 kali presensi, kondisi intensitas cahaya sekitar 8 lux jarak 30cm rata-rata confident/ akurasi 74,4% dari 5 kali presensi, dan kondisi intensitas cahaya 8 lux jarak 60cm rata-rata confident/ akurasi 65,4% dari 5 kali presensi.
| Item Type: | Thesis (S1 - Sarjana) | ||
|---|---|---|---|
| Contributor: |
|
||
| Uncontrolled Keywords: | Smart Presensi, Face Recognition, LBPH | ||
| Subjects: | 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 003 Sistem-sistem | ||
| Divisions: | Fakultas Ilmu Komputer > Teknik Komputer | ||
| Depositing User: | RC Universitas AMIKOM Yogyakarta | ||
| Date Deposited: | 06 Nov 2023 03:53 | ||
| Last Modified: | 06 Nov 2023 03:53 | ||
| URI: | http://eprints.amikom.ac.id/id/eprint/22686 |
Actions (login required)
 |
View Item |