Penerapan Algoritma Fisherfaces Untuk Pengenalan Wajah Pada Sistem Kehadiran Mahasiswa Berbasis Android

Rendy Rian Chrisna Putra, Fransiskus Panca Juniawan

Abstract


STMIK Atma Luhur Pangkalpinang merupakan sekolah tinggi pertama dan satu-satunya di Provinsi Kep. Bangka Belitung dalam bidang Teknologi Informasi. Kehadiran mahasiswa merupakan salah satu aspek yang akan ditingkatkan karena menjadi faktor penilaian bagi dosen. Kondisi yang berjalan saat ini, kehadiran mahasiswa diketahui dengan melakukan tanda tangan pada buku kehadiran. Kekurangan yang dirasakan selama ini adalah seringkali mahasiswa melakukan tindakan kecurangan dengan menandatangi kolom kehadiran temannya yang tidak masuk, serta terjadinya human error saat staff memasukkan data kehadiran mahasiswa ke database. Pada era teknologi mobile yg berkembang saat ini, dengan memanfaatkan teknologi dapat membantu aktivitas manual menjadi terkomputerisasi. Kehadiran mahasiswa yang tadinya secara manual dapat diganti dengan sistem terkomputerisasi yaitu dengan biometrik pengenalan wajah dengan menggunakan smartphone berbasis android. Pengenalan wajah bertujuan untuk meminimalkan tindakan kecurangan dan menghindari kesalahan entry ke dalam database. Algoritma yang digunakan yaitu local binary pattern (LBP) cascade untuk mendeteksi wajah dan algoritma fisherfaces untuk pengenalan wajah. Pengujian dilakukan dengan teknik Black Box. Dari pengujian dengan menggunakan 15 wajah sample menghasilkan akurasi sebesar 93,33%. Hasil yang didapatkan adalah dengan adanya pengenalan wajah pada sistem kehadiran mahasiswa ini dapat membantu mengatasi kecurangan yang selama ini terjadi dan mengatasi kesalahan entry ke dalam database yang dilakukan oleh staff.

Keywords


Fisherfaces; Linear Discriminant Analysis; Pengenalan wajah

Full Text:

Link Download

References


A. Brooks and L. Gao, “Face Recognition: Eigenface and Fisherface Performance Across Pose,” 2004. [Online]. Available: http://dailyburrito.com /projects/facerecog/facerecreport.html.

D. Putra, Sistem Biometrika - Konsep Dasar, Teknik Analisa Citra, dan Tahapan Membangun Aplikasi Sistem Biometrika. Yogyakarta: Andi, 2009.

M. Grgic and K. Delac, “Face Recognition General Info,” 2005. [Online]. Available: http://www.face-rec.org/general-info/.

M. Rizki, B. Irawan, Y. Brianorman, and J. S. Komputer, Jurnal Coding Sistem Komputer Universitas Tanjungpura, “METODE EIGENFACE PADA SISTEM ABSENSI,” vol. 03, no. 1, 2015.

M. Stanley, “Statistics on mobile usage and adoption to inform your mobile marketing strategy,” 2015. [Online]. Available: http://www.smartinsights .com/mobile-marketing/mobile-marketing-analytics/mobile-marketing-statistics/.

N. Seo, “EIGENFACES AND FISHERFACES,” Pattern Recognit., no. 3, pp. 2–6.

P. N. Belhumeur, J. P. Hespanha, and D. J. Kriegman, Lecture Notes in Computer Science, “Eigenfaces vs. Fisherfaces: Recognition Using Class Specific Linear Projection,” J. Chem. Inf. Model., vol. 53, pp. 1689–1699, 2013.

G. Fanti, M. Finiasz, G. Friedland, and K. Ramchandran, “Toward efficient, privacy-aware media classification on public databases,” Proc. Int. Conf. Multimed. Retr. - ICMR ’14, no. Figure 1, pp. 49–56, 2014.




DOI: http://dx.doi.org/10.35671/telematika.v10i1.487

Refbacks

  • There are currently no refbacks.


 



Indexed by:

   

Telematika
ISSN: 2442-4528 (online) | ISSN: 1979-925X (print)
Published by : Universitas Amikom Purwokerto
Jl. Let. Jend. POL SUMARTO Watumas, Purwonegoro - Purwokerto, Indonesia


Creative Commons License This work is licensed under a Creative Commons Attribution 4.0 International License .