Publisher

APTIIAPTII

Journal Router : Jurnal Teknik Informatika dan TerapanRouter : Jurnal Teknik Informatika dan Terapan Abstract

Presensi merupakan aktivitas penting dalam institusi pendidikan maupun perusahaan sebagai indikator kedisiplinan, kehadiran, serta tanggung jawab individu. Sistem presensi konvensional yang masih berbasis jurnal manual sering kali menghadapi berbagai permasalahan, seperti rentan terhadap manipulasi, kehilangan, maupun kerusakan data. Di sisi lain, beberapa metode modern seperti fingerprint, QR code, RFID, maupun GPS juga tidak sepenuhnya ideal karena memiliki keterbatasan masing-masing, baik dari segi biaya, akurasi, kenyamanan pengguna, maupun potensi kecurangan. Fingerprint misalnya, masih menimbulkan risiko higienitas karena digunakan secara bergantian, sedangkan metode QR code dan GPS rawan disalahgunakan. Oleh karena itu, penelitian ini mengusulkan simulasi sistem presensi berbasis pengenalan wajah dengan mengintegrasikan algoritma YOLOv8 untuk face detection dan Local Binary Pattern Histogram (LBPH) untuk face recognition. YOLOv8 dipilih karena kemampuannya mendeteksi wajah secara real-time dengan tingkat kecepatan tinggi dan akurasi yang baik. Sementara itu, LBPH digunakan untuk proses pengenalan wajah karena memiliki keunggulan dalam mengolah citra dengan kebutuhan komputasi yang relatif rendah, sehingga tetap efisien meskipun dijalankan pada perangkat dengan spesifikasi menengah. Pengujian sistem dilakukan terhadap 25 orang dengan total 250 percobaan presensi. Berdasarkan hasil analisis confusion matrix, sistem menunjukkan performa yang sangat baik dengan akurasi sebesar 98,4%, precision 98,4%, recall 100%, serta F1-score 99,2%. Selain itu, sistem mampu mencatat tanggal dan waktu kehadiran secara otomatis dengan rata-rata latency sebesar 69,185 ms. Hal ini menunjukkan bahwa sistem tidak hanya cepat, tetapi juga akurat dalam mendeteksi dan mengenali wajah. Kendati demikian, terdapat beberapa keterbatasan, salah satunya akurasi yang dapat menurun apabila objek wajah bergerak terlalu cepat saat proses pengambilan citra. Faktor pencahayaan ekstrem juga berpotensi memengaruhi kualitas deteksi.

Conclusion

Penelitian ini menghasilkan sistem presensi berbasis pengenalan wajah menggunakan YOLOv8n sebagai deteksi wajah dan LBPH untuk pengenalan wajah.YOLOv8n mampu mendeteksi semua wajah tanpa ada kesalahan dan LBPH berhasil mengenali wajah yang telah terdaftar meskipun beberapa kali salah dalam mengenali wajah peserta.Hasil penelitian ini menunjuukan performa yang tinggi dengan akurasi 98.4%, Recall 100% dan F1-Score yang menunjukkan 99.ada beberapa faktor yang mempengaruhi kesalahan dalam mengenali wajah seperti intensitas pencahayaan yang berbeda, perbedaan ekspresi dan pose, kualitas kamera dan ukuran pixel.Diharapkan penelitian berikutnya mampu membuat versi mobile agar bisa digunakan dalam perangkat yang berbeda serta menambahkan mekanisme pengenalan wajah sebelum pencatatan presensi dan menambahkan variasi pose agar dapat mengenali ekspresi lebih banyak lagi.

Future Research

Untuk penelitian selanjutnya, dapat dikembangkan sistem presensi berbasis pengenalan wajah yang lebih mobile dan dapat digunakan pada berbagai perangkat. Selain itu, dapat ditambahkan mekanisme pengenalan wajah sebelum pencatatan presensi untuk meningkatkan akurasi dan mengurangi kesalahan. Dengan demikian, sistem presensi yang diusulkan dapat diterapkan secara luas dan memberikan solusi yang efisien dan andal dalam pengelolaan kehadiran di berbagai institusi.

References

1. Integrasi Sistem Presensi Pegawai Berbasis Web dengan Geolokasi dan Swafoto di PT Gresik Migas | Repeater... doi.org/10.62951/repeater.v3i2.402Integrasi Sistem Presensi Pegawai Berbasis Web dengan Geolokasi dan Swafoto di PT Gresik Migas Repeater doi 10 62951 repeater v3i2 402
2. A Comparative Analysis of Modern Object Detection Algorithms: YOLO vs. SSD vs. Faster R-CNN | ITEJ (Information... doi.org/10.24235/itej.v8i2.123A Comparative Analysis of Modern Object Detection Algorithms YOLO vs SSD vs Faster R CNN ITEJ Information doi 10 24235 itej v8i2 123
3. Penerapan Algoritma YOLOv8 Dalam Indentifikasi Wajah secara Real-Time menggunakan CCTV untuk Presensi... journal.umkendari.ac.id/decode/article/view/847Penerapan Algoritma YOLOv8 Dalam Indentifikasi Wajah secara Real Time menggunakan CCTV untuk Presensi journal umkendari ac decode article view 847
4. Perancangan Sistem Informasi Tracking dan Monitoring Posisi Barang Menggunakan Metode Waterfall | Jurnal... doi.org/10.47233/jteksis.v6i4.1616Perancangan Sistem Informasi Tracking dan Monitoring Posisi Barang Menggunakan Metode Waterfall Jurnal doi 10 47233 jteksis v6i4 1616

Metadata

File size	1.19 MB
Pages	13
DMCA	Report