Pengenalan wajah pada sistem kehadiran dengan menggunakan Tkinter dan OpenCV

Hutamma, Rizal Aditia (2024) Pengenalan wajah pada sistem kehadiran dengan menggunakan Tkinter dan OpenCV. Sarjana thesis, UIN Sunan Gunung Djati Bandung.

Preview	Text (COVER) 1_Cover.pdf Download (84kB) | Preview
Preview	Text (ABSTRAK) 2_Abstrak.pdf Download (137kB) | Preview
Preview	Text (DAFTAR ISI) 3_DaftarIsi.pdf Download (95kB) | Preview
Preview	Text (BAB I) 4_BAB I.pdf Download (354kB) | Preview
	Text (BAB II) 5_BAB II.pdf Restricted to Registered users only Download (166kB) | Request a copy
	Text (BAB III) 6_BAB III.pdf Restricted to Registered users only Download (164kB) | Request a copy
	Text (BAB IV) 7_BAB IV.pdf Restricted to Registered users only Download (630kB) | Request a copy
	Text (BAB V) 8_BAB V.pdf Restricted to Registered users only Download (1MB) | Request a copy
	Text (BAB VI) 9_BAB VI.pdf Restricted to Registered users only Download (76kB) | Request a copy
	Text (DAFTAR PUSTAKA) 10_DaftarPustaka.pdf Restricted to Registered users only Download (147kB) | Request a copy

Abstract

Absensi merupakan suatu proses pencatatan kehadiran dalam lingkungan perkuliahan, sekolah, ataupun kerja sehingga membutuhkan sistem absensi yang baik tanpa manipulasi tanda tangan, salah satunya dengan sistem kehadiran. Sistem kehadiran dapat mempermudah sebuah kegiatan untuk mencatat absensi. Pada sistem kehadiran ini menggunakan library Tkinter dan OpenCV serta algoritma Haar Cascade sebagai metode utamanya serta menggunakan webcam eksternal sebagai kamera untuk media pengenalan wajah. Metode Haar Cascade digunakan sebagai sistem pendeteksi wajah serta penggunaan fungsi Local Binary Pattern Histogram (LBPH) sebagai pengenalan wajah (face recognition). Sistem kehadiran ini dibuat menggunakan bahasa program python dengan aplikasi IDE Visual Studio Code. Selain itu sistem kehadiran ini menggunakan sistem GUI yang dibuat sederhana agar mudah dipahami oleh user dalam melakukan proses absensi serta menggunakan Microsoft Excel dan folder sebagai tempat penyimpanan data yang telah dimasukkan. Pengujian yang dilakukan dengan menguji kinerja sistem secara keseluruhan. Sistem ini dapat mendeteksi lebih dari 1 objek wajah dengan memanfaatkan fungsi dari metode Haar Cascade, selain itu pada pengujian lainnya seperti jarak ideal, cahaya ideal, sudut ideal, multi-detection dan sistem penyimpanan. Bedasarkan data hasil pengujian yang telah dilakukan, jarak ideal melakukan absensi ini pada rentang 30cm-100cm, untuk cahaya ideal pada tingkat cahaya 2 hingga 5, untuk sudut ideal pada rentang 60º-90º, serta sistem penyimpanan data diri pada Microsoft Excel dan hasil pengambilan gambar citra wajah tersimpan pada folder. Pengujian ini dilakukan dari penghubungan webcam sampai data yang tersimpan pada penyimpanan.

Actions (login required)

View Item