SISTEM PENGENALAN WAJAH UNTUK APLIKASI PRESENSI SISWA

Harry Yuliansyah, Prof. Dr. Ir. Thomas Sri Widodo, DEA.

2011 | Tesis | S2 Mag.Teknik Instrumentasi

Sistem presensi manual yang sekarang digunakan di sekolah dirasa kurang dapat mencegah siswa yang membolos, karena sistem manual ini tidak secara realtime melaporkan kepada pihak sekolah atau ke pihak orang tua siswa bahwa siswa tersebut membolos. Sehingga diperlukan sistem presensi yang cepat, akurat dan secara realtime melaporkan kepada pihak sekolah dan pihak orang tua ketika seorang siswa membolos. Penggunaan presensi dengan sistem barcode dan scan sidik jari mempunyai beberapa kelemahan oleh sebab itu dibutuhkan suatu metode alternatif agar sistem presensi dengan ketepatan mengenali identitas pengguna. Metode tersebut dapat berupa sistem presensi dengan menggunakan pengenalan wajah. Citra wajah yang dimiliki seseorang mempunyai karakteristik yang unik. Karakterisitik yang unik inilah yang membuat wajah bisa dikenali. Metode pengenalan wajah yang digunakan pada penelitian ini adalah dengan metode eigenface. Ukuran citra wajah yang digunakan pada penelitian ini memiliki ukuran 80x80 piksel. Ukuran tersebut dianggap cukup efisien dengan waktu komputasi yang cepat dapat memperoleh akurasi yang baik. Ukuran citra yang terlalu kecil akan mempercepat waktu komputasi namun menurunkan tingkat akurasi, demikian pula sebaliknya. Citra dari webcam terlebih dahulu dideteksi posisi wajah kemudian dilakukan croping. Hasil croping tersebut kemudian diresize menjadi berukuran 80x80 piksel. Citra ini yang menjadi citra masukan untuk aplikasi pengenalan wajah. Rekapitulasi presensi siswa disimpan di dalam database yang dapat pula diakses melalui website. Sehingga pihak sekolah atau orang tua dapat mengaksesnya dimanapun secara realtime. Hasil penelitian ini menyimpulkan bahwa metode pengenalan wajah dengan eigenface dapat digunakan pada aplikasi presensi siswa. Salah satu faktor untuk dapat meningkatkan akurasi sistem yaitu memperbanyak citra pelatihan untuk setiap individu. Pada penelitian ini dilakukan modifikasi cara perhitungan eigenface dibandingkan dengan penelitian sebelumnya. Perhitungan nilai absolute dari eigenface diperoleh tingkat akurasi 97,9 %. Hasil tersebut 22,9% lebih tinggi dibanding penelitian sebelumnya. Aplikasi pengenalan wajah dengan metode eigenface ini sangat sensitif terhadap perubahan skala dan gerak translasi wajah pada citra uji, namun tidak terlalu sensitif terhadap pergerakan rotasi wajah dan arah pengambilan citra yang tidak terlalu ekstrim.

The manual presence system currently applied in the schools is deemed inadequate to prevent the students from being absent, as this system fails to provide real-time report to schools of students' parents. Therefore, it is necessary to establish a quick, accurate and real-time presence system in reporting to the schools and students’ parents when a student is absent. The use of barcode and fingerprint scanning-based presence system has, however, some disadvantages, thus requiring alternative method in order that the system can accurately recognize the user’s identity. Such method may be of presence system using face recognition. Face image owned by specific person has of course a unique characteristic, which makes the face recognizable. The face recognition method applied in this research is eigenface method. The size of face image used in this research is 80 x 80 pixels. This size is deemed efficient with the quick computation time consumption and excellent accuracy. Too small image size will accelerate computation time but reducing rate of accuracy, and vice verse. The image from webcam first detects the face position and continued with cropping process. The result of cropping is resized into 80 x 80 pixels. The resulting image is then inputted into face recognition application. Student’s presence recapitulation is saved in database accessible via website. As the result, the schools and student’s parents may access it everywhere in real-rime. Based on the research result, the conclusion can be drawn that eigenfacebased face recognition method may be used in student’s presence application. One of the factors to improve the system's accuracy is multiplying training images for every individual. In this research, the researcher has conducted modification in calculation method of eigenface if compared with the previous research. The calculation of absolute rate of eigenface has successfully achieved rate of accuracy 97.9%. Such result is 22.9% higher that of the previous research. This eigenface-based face recognition application is highly sensitive to change in scale and movement of face translation on the tested image, but not to rotational movement of face and direction of moderate image capturing.

Kata Kunci : presensi, siswa, pengenalan wajah, eigenface