Sistem Deteksi Wajah Untuk Pencatatan Kehadiran Mahasiswa Di Kelas Menggunakan Metode Convolutional Neural Network

Syifa Zahrah, Azhar Azhar, Musta’inul Abdi

Sari


Kehadiran mahasiswa dalam suatu pembelajaran di kelas seringkali menjadi syarat wajib dalam dunia pendidikan, dan menjadi tolak ukur dalam menilai mahasiswa. Terkadang masih dijumpai praktik curang oleh mahasiswa dalam absensi agar mencapai kehadiran minimal. Dari sisi administrasi, absensi berbasis kertas berpotensi pemborosan dan juga memperpanjang tahapan administrasi karena membutuhkan rekapitulasi manual. Metode yang digunakan dalam penelitian ini adalah pendekatan Deep Learning dengan arsitektur CNN untuk mengenali wajah. Selain gambar wajah, sistem juga akan memvalidasi absensi dengan kesesuaian lokasi dan waktu. Kehadiran mahasiswa dalam proses pembelajaran sangat diperlukan untuk mengetahui jumlah mahasiswa. Penelitian ini dilakukan untuk membuat sebuah sistem pendeteksian wajah dalam mengenali mahasiswa di dalam kelas, kemudian menangkap dan mendeteksi seluruh wajah mahasiswa secara akurat serta melakukan pengujian terhadap sistem, dimana hal ini dilakukan untuk mengetahui sejauh mana sistem dapat bekerja, dalam penerapannya penelitian ini menggunakan algoritma Convolutional Neural Network sebagai metode DeepLearning yang dapat digunakan untuk mengenali dan mengklasifikasi sebuah objek. Sistem ini berhasil mendeteksi 8 dari 10 wajah mahasiswa dan memiliki presentase keakuratan sebesar 80%, dengan jumlah data 300 uji gambar wajah.


Teks Lengkap:

PDF

Referensi


Adrianto, L. B., Wahyuddin, M. I., & Winarsih, W. (2021). Implementasi Deep Learning untuk Sistem Keamanan Data Pribadi Menggunakan Pengenalan Wajah dengan Metode Eigenface Berbasis Android. Jurnal JTIK (Jurnal Teknologi Informasi Dan Komunikasi),4(2),89.https://doi.org/10.35870/jtik.v5i 1.201

Arsal, M., Agus Wardijono, B., & Anggraini, D. (2020). Face Recognition Untuk Akses Pegawai Bank Menggunakan Deep Learning Dengan Metode CNN. Jurnal Nasional Teknologi Dan Sistem Informasi,6(1),5 5–63. [3]

Eka Putra, W. S., Yudhi Wijaya, A., & Soelaiman, R. (2016). Klasifikasi Citra Menggunakan Convolutional Neural Network (CNN) pada Caltech 101. Jurnal TeknikITS,5(1).https://doi.org/10.12962/j23373539.v 5i1.15696

Fajar, A., & Imaduddin, Z. (2018). Pembangunan Sistem Informasi Pertahanan Sekolah Sma Islam Al Azhar 4 Berbasis Web Menggunakan Php & Mariadb. Jurnal Teknologi Terpadu, 4(2), 82–96. Fauzi, J. R. (2020).

M. Irsan et al.,“PENDETEKSIAN WAJAH MENGGUNAKANALGORITMACONVOLUTIONAL NEURAL NETWORK,” vol. 08, no. 3, pp. 279–290, 2021.

Maulidyah, A., Darmojo, H. S., & Sukisno. (2021). Implementasi Face Recognition Dengan Opencv Pada AbsensiKaryawan(StudiKasus :PT.AgarindoBogatam a).Jurnal Ilmiah Fakultas Teknik, 2(1), 57–62.

Kirana and B. Isnanto, “Face Identification For Presence Applications Using Violajones and Eigenface Algorithm,” J. Sisfokom (Sistem Inf. dan Komputer), vol. 5, no. 2, pp. 7–14, 2016, doi: 10.32736/sisfokom.v5i2.189.

M. K. Janah and V. Lusiana, “Sistem Pencatatan Kehadiran Deteksi Wajah Menggunakan Metode Haar Feature Cascade Classifier,” J. Ilm. Giga, vol. 24, no. 1, p. 9, 2021, doi: 10.47313/jig.v24i1.1134.




DOI: http://dx.doi.org/10.30811/jaise.v2i1.3873

Refbacks

  • Saat ini tidak ada refbacks.


 

Indexing :

 

Creative Commons License
Journal of Artificial Intelligence and Software Engineering (JAISE) licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.