SISTEM ABSENSI MENGGUNAKAN FACE RECOGNITION DENGAN METODE SUPPORT VECTOR MACHINE (SVM)

SELI RAMADANI (2023), SISTEM ABSENSI MENGGUNAKAN FACE RECOGNITION DENGAN METODE SUPPORT VECTOR MACHINE (SVM). Skripsi, Universitas Samudra.

ABSTRAK

Pengenalan wajah adalah pada sistem biometrik yang paling banyak digunakan saat ini. Sistem biometrik dengan pengenalan wajah (face recognition) dapat diterapkan dalam proses absensi. Kehadiran merupakan faktor yang sangat berguna untuk berbagai keperluan dan merupakan salah satu kriteria penilaian terpenting dalam suatu institusi. Selain dalam dunia pendidikan, kehadiran juga sangat penting untuk mengetahui dan mengontrol kedisiplinan peserta didik. Saat ini proses absensi masih dilakukan secara manual dan dinilai kurang efektif, sehingga dalam penelitian ini akan dilakukan proses absensi dengan face recognition yang dinilai mampu memberikan efisiensi pencatatan waktu Presense. Metode yang digunakan pada penelitian ini adalah Support Vector Machine (SVM). Hasil penelitian menunjukkan bahwa sistem absensi pengenalan wajah (face recognition) menggunakan metode Support Vector Machine (SVM) diperoleh nilai True Positive (TP) 19 mahasiswa, nilai True Negative (TN) 3 mahasiswa, nilai False Positive (FP) 4 mahasiswa dan nilai False Negative (FN) 4 mahasiswa dari jumlah 30 mahasiswa. Pengujian diperoleh nilai Precission 83%, Recall 83% dan nilai akurasi 73%. Pada pengenalan wajah berdasarkan jarak yang berbeda mendapatkan nilai akurasi sebesar 100% dari jumlah pengenalan wajah sebanyak 5 data wajah dengan rentang jarak 50 cm sampai 250 cm. Hasil pengenalan wajah berdasarkan intensitas cahaya yeng berbeda mendapatkan nilai akurasi sebesar 50% dengan jumlah pengenalan wajah sebanyak 2 dari 4 wajah.

Kata kunci : Face Recognition, Face Detection, Absensi, Support Vector Machine (SVM)

File ::(login required)
Tipe Items : Skripsi
Penulis/Penyusun : SELI RAMADANI
Fakultas : Fakultas Teknik
Program.Studi : Teknik Informatika (2023)
Tanggal disimpan : 24-08-2023 11:47
Terakhir diubah : 28-08-2023 11:25
Penerbit : Langsa, Universitas Samudra, 2023
URI : https://etd.unsam.ac.id/detail.php?id=4359
Root : https://www.unsam.ac.id
Kembali ke atas!