UMN Knowledge Center

implementasi algoritma eigenface untuk pengenalan wajah pada sistem presensi

Kurniawan, Vincentius (2017) implementasi algoritma eigenface untuk pengenalan wajah pada sistem presensi. Bachelor Thesis thesis, Universitas Multimedia Nusantara.

[img]
Preview
Text
HALAMAN AWAL.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (2MB) | Preview
[img]
Preview
Text
BAB I.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (653kB) | Preview
[img]
Preview
Text
BAB II.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (707kB) | Preview
[img]
Preview
Text
BAB III.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (2MB) | Preview
[img]
Preview
Text
BAB V.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (644kB) | Preview
[img]
Preview
Text
DAFTAR PUSTAKA.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (621kB) | Preview
[img] Text
BAB IV.pdf
Restricted to Registered users only
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (2MB)
[img]
Preview
Text
LAMPIRAN.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (1MB) | Preview

Abstract

Sistem presensi merupakan sebuah bentuk pengelolaan data kehadiran pengguna. Sistem ini bertujuan untuk menjadi salah satu alat ukur dalam menjaga konsistensi kualitas sebuah proses bisnis. Saat ini terdapat beberapa jenis pekerjaan yang membutuhkan mobilitas tinggi, tetapi proses presensi masih terbatas pada ruang dan waktu. Dengan ini dibuatlah sistem presensi berbasis Android dan web yang memiliki fitur pengambilan lokasi dan menggunakan teknologi biometrik. Terdapat berbagai jenis penerapan di bidang biometrik, salah satunya adalah pengenalan wajah. Eigenface dipilih menjadi algoritma dalam sistem yang dibangun karena keunggulannya memiliki proses komputasi lebih ringan dibanding algoritma lainnya seperti Fisherface. Proses pengenalan dilakukan dengan menghitung eigenvector dan eigenvalue sejumlah citra pelatihan wajah dan melakukan perbandingan jarak terkecil antara citra latihan dengan citra masukkan pengguna. Perbandingan nilai jarak terkecil dicari menggunakan Euclidean distance, di mana tingkat keberhasilan dari proses pengenalan wajah secara keseluruhan dipengaruhi oleh cahaya, jarak wajah dengan kamera, dan spesifikasi komputer yang digunakan. Hasil pengukuran tingkat akurasi lewat proses pengujian pada sistem ini yakni sistem dapat mengenali 86% citra wajah yang diujikan. Implementasi dari sistem ini ditujukan agar proses presensi dapat dilakukan tanpa harus mengantri untuk melakukan tapping pada (Radio Frequency Identification) RFID atau menggunakan sidik jari.

Item Type: Thesis (Bachelor Thesis)
Subjects: T Technology > T Technology (General)
T Technology > T Technology (General) > T173.2-174.5 Technological change
T Technology > T Technology (General) > T55 Industrial engineering. Management engineering > T58.5-58.64 Information technology
Divisions: Fakultas Teknik Informatika > Program Studi Informatika
Depositing User: mr admin umn
Date Deposited: 21 Jan 2019 16:04
Last Modified: 21 Jan 2019 16:04
URI: http://kc.umn.ac.id/id/eprint/4811

Actions (login required)

View Item View Item