Abstract:
Sejak munculnya penyebaran virus Covid-19 pada tahun 2019 terdapat permasalahan
dalam melakukan kehadiran karyawan atau mahasiswa yang masih melibatkan kontak
fisik dengan menggunakan finger print atau dengan metode manual. Dengan
perkembangan zaman pada saat ini, pada ilmu kecerdasan buatan merupakan salah satu
bagian dari ilmu komputer yang mempelajari bagaimana membuat mesin dapat dan
mengurangi kontak fisik. Maka dibutuhkan sistem yang dapat membantu dalam
melakukan presensi agar tetap mematuhi protokol kesehatan. Sistem tersebut adalah
sistem pengenalan wajah untuk dapat melakukan kehadiran otomatis. Sistem ini
diimplementasikan dengan menggunakan metode Local Binary Pattern Histogram
(LBPH). Dalam implementasi sistem ini tahapan yang dilakukan yaitu melakukan tahap
pre-processing, dan tahap identifikasi. Tahap pre-processing yang dilakukan untuk
mengkonversi citra menjadi grayscale dan mengubah ukuran data gambar. dalam tahap
identifikasi akan dibagi menjadi beberapa proses yaitu proses training dan testing.
Proses traning dilakukan dengan menggunakan metode LBPH yang mana akan
digunakan Haar Cascade Classifier untuk melakukan pendeteksian wajah yang sudah
diolah sebelumnya. Maka hasil dari proses pengujian sistem ini menunjukan bahwa
dengan menggunakan metode Local Binary Pattern Histogram (LBPH) dapat
digunakan untuk mengenali wajah. Yang mana terdapat 2 parameter yaitu, parameter
pertama adalah dengan menguji jangkauan jarak, dimulai dengan jarak 40 cm-180cm
maka hasil akurasi yang didapat mencapai 83% dan presentasi kesalahan sebesar 17%.
Tingkat akurasi ini didapat dari hasil pengujian terhadap 6 sampel wajah yang berbeda.
Parameter kedua adalah dengan menguji tingkat kemiringan yang dapat mempengaruhi
penenalan wajah dalam pengujian ini dilakukan pada kemiringan wajah ke kanan, ke
kiri dan ke atas yang mana tingkat akurasi yang didapat mencapai 80% dan presentasi
kesalahan sebesar 20%. Maka hasil akhir dalam sistem ini merupakan sebuah presensi
yang akan disimpan kedalam bentuk CSV.
