Desain dan Implementasi Sistem Absensi Mahasiswa Berdasarkan Fitur Pengenalan Wajah dengan Menggunakan Metode Haar-Like Feature

Abstract

Absensi kehadiran mahasiswa adalah suatu kegiatan yang dilakukan mahasiswa untuk membuktikan dirinya hadir dalam kegiatan pembelajaran. Salah satu cara untuk melakukan absensi kehadiran adalah dengan cara manual. Mahasiswa melakukan tanda tangan pada lembar kehadiran yang telah dipersiapkan. Hal ini dapat menimbulkan masalah, yaitu memungkinkan terjadinya kecurangan pada saat pengisian absensi. Solusi dari permasalahan ini adalah dengan melakukan proses absensi berbasis sistem. Pada penelitian ini akan diterapkan suatu sistem pengenalan wajah berbasis desktop dan website dengan menggunakan Raspberry Pi sebagai media akses kontrol terhadap absensi bagi mahasiswa untuk mengikuti perkuliahan. Sistem pengenalan wajah yang dirancang menggunakan metode Haar-Like Feature yang memberikan indikasi secara spesifik pada sebuah gambar atau image yang digunakan untuk mengenali objek berdasarkan nilai sederhana dari fitur. Berdasarkan hasil pengujian dari aplikasi ini menunjukkan bahwa sistem absensi berbasis pengenalan wajah telah berhasil membatasi pihak yang tidak memiliki hak akses dan tidak terdata dalam database absensi. Selain itu pencatatan data kehadiran mahasiswa dapat terkomputerisasi sehingga pendataan yang dilakukan dalam waktu seminggu menjadi lebih cepat dimana sebelum sistem ini diimplementasikan proses absensi membutuhkan waktu 6-8 hari, menjadi 3-4 hari. Sistem yang dihasilkan juga memberikan proteksi terhadap penyalahgunaan.

Traffic Light Automation with Camera Tracker and Microphone to Recognize Ambulance Using the HAAR Cascade Classifier Method

“…The way haar works in detecting objects is to use a 24x24 point sliding window on the whole image and look for whether any part of the image is shaped like an object or not. HAAR method also has the ability to scaling so that it can detect objects that are larger or smaller than the classifier image [13].…”

“…Each haar-like feature consists of a combination of black and white boxes. There are three types of rectangular features in Figure 6, namely [13]:…”

“…6. The HAAR method features [13] The HAAR method features in Figure 6 are determined by subtracting the mean pixel in the dark area from the average pixel in the bright area. If the difference is above the threshold value, it can be said that the HAAR feature exists.…”

“…The HAARlike feature's value is the difference between the gray level pixel value in the black box and the white box. Equation (1) is used for the gray level of the HAAR-like feature [13].…”

Design of Web-Based Uyu Store Attendance Information System Using Coloring Method

“…The company needs to monitor the recording and reporting of employee attendance data, such as arriving on time or being late (Triyono, Safitri, and Gunawan 2018) At Uyu Store the employees still record attendance manually, namely using an attendance record book (Indrayuni 2018). As a result of such obstacles, it will often lead to errors in recording and loss of unwanted attendance data (Indra et al 2019). In this case, the absence application that is still manual will cause problems such as employees being able to manipulate attendance data so that what should get a pay cut does not happen (Henny et al 2018).…”