Sistem Monitoring Kehadiran Perkuliahan Menggunakan Face Detection Dengan Algoritma Viola Jones

Zul Fachmi; Made Sudarma; Lie Jasa

doi:10.24843/MITE.2019.v18i01.P18

Zul Fachmi STMIK Bandung Bali
Made Sudarma
Lie Jasa

##plugins.pubIds.doi.readerDisplayName## https://doi.org/10.24843/MITE.2019.v18i01.P18

Abstrak

Daftar kehadiran perkuliahan adalah salah satu faktor penting pada aktivitas perkuliahan karena merupakan salah satu syarat untuk mengikuti ujian akhir semester. Pentingnya faktor kehadiran, maka diperlukan suatu sistem kehadiran dengan teknologi komputer vision yang mampu mengatasi permasalahan yang ada pada presensi secara manual. Teknologi komputer vision yang digunakan ialah pendeteksian dan pengenalan citra wajah dengan tujuan dapat memonitoring data kehadiran dari perkuliahan secara tersistem. Pada penelitian ini, proses pendeteksian wajah menggunakan algoritma Viola-Jones, adapun cara kerja dari algoritma Viola-Jones yaitu Haar Like Feature, Integral Image, Adaboost learning dan Cascade classifier. Hasil dari penelitian ini adalah algoritma Viola-Jones berhasil diterapkan pada proses pendeteksian wajah dan pada proses pengenalan citra wajah menggunakan metode KNN (K-Nearest Neighbor) dengan tingkat keakurasian sebesar 94.79%.

##plugins.generic.usageStats.downloads##

##plugins.generic.usageStats.noStats##

Referensi

[1] N. Dhanalakshmi, S. G. Kumar, and Y. P. Sai, “Aadhaar based biometric attendance system using wireless fingerprint terminals,” Proc. - 7th IEEE Int. Adv. Comput. Conf. IACC 2017, pp. 651–655, 2017.
[2] P. S. S. Srivignessh and M. Bhaskar, “RFID and pose invariant face verification based automated classroom attendance system,” Int. Conf. Microelectron. Comput. Commun. MicroCom 2016, 2016.
[3] M. Sajid et al., “Automated Attendance System using Machine Learning Approach,” Int. J. Adv. Res. Comput. Commun. Eng., vol. 3, no. 1, pp. 501–505, 2017.
[4] N. K. Jayant and S. Borra, “Attendance Management System Using Hybrid Face Recognition Techniques,” 2016 Conf. Adv. Signal Process., pp. 412–417, 2016.
[5] D. P. S. Mangayarkarasi Nehru, “Illumination invariant face detection,” Int. Conf. Adv. Comput. Commun. Syst. (ICACCS -2017), vol. Jan. 06-07, pp. 4–7, 2017.
[6] P. B. S. Dodit Suprianto, Rini Nur Hasanah, “Sistem Pengenalan Wajah Secara Real-Time dengan Adaboost, Eigenface PCA & MySQL,” J. EECCIS (Electrics, Electron. Commun. Control. Informatics, Syst., vol. 7, no. 2, pp. 179–184, 2013.
[7] C. Suhery and I. Ruslianto, “Identifikasi Wajah Manusia untuk Sistem Monitoring Kehadiran Perkuliahan menggunakan Ekstraksi Fitur Principal Component Analysis ( PCA ),” J. Edukasi dan Penelit. Inform., vol. 3, no. 1, pp. 9–15, 2017.
[8] B. S. M. Zufar, “Convolutional Neural Networks untuk Pengenalan Wajah Secara Real - Time,” J. SAINS dan SENI ITS, vol. 5, no. 2, pp. 72–77, 2016.
[9] P. S. Chandak, M. Patange, H. Deshpande, S. Maredia, and P. Bagwe, “A Prototype of Automated Attendance System Using Image Processing,” Int. J. Adv. Res. Comput. Commun. Eng., vol. 5, no. 4, pp. 501–505, 2016.
[10] E. Rekha and P. Ramaprasad, “An efficient automated attendance management system based on Eigen Face recognition,” Proc. 7th Int. Conf. Conflu. 2017 Cloud Comput. Data Sci. Eng., vol. 5, pp. 605–608, 2017.
[11] A. Hendrotriatmoko, S. Hadi, and H. S. Dachlan, “Penggunaan Metode Viola-Jones dan Algoritma Eigen Eyes dalam Sistem Kehadiran Pegawai,” J. EECCIS, vol. 8, no. 1, pp. 41–46, 2014.
[12] J. Efendi, M. I. Zul, and W. Yunanto, “Real Time Face Recognition using Eigenface and Viola-Jones Face Detector,” Int. J. Informatics Vis., vol. 1, no. 1, pp. 16–22, 2017.
[13] D. Indra, “Pendeteksian tepi objek menggunakan metode gradien,” J. Ilm. Ilk., vol. 8, no. Agustus, pp. 69–75, 2016.
[14] T. Y. Prahudaya and A. Harjoko, “Metode Klasifikasi Mutu Jambu Biji Menggunakan Knn Berdasarkan Fitur Warna Dan Tekstur,” J. Teknosains, vol. 6, no. 2, p. 113, 2017.