Identifikasi Wajah Manusia untuk Sistem Monitoring Kehadiran Perkuliahan menggunakan Ekstraksi Fitur Principal Component Analysis (PCA)

Cucu Suhery, Ikhwan Ruslianto

Abstract


Berbagai sistem monitoring presensi yang ada memiliki kekurangan dan kelebihan masing-masing, dan perlu  untuk terus dikembangkan sehingga memudahkan dalam proses pengolahan datanya. Pada penelitian ini dikembangkan suatu sistem monitoring presensi menggunakan deteksi wajah manusia yang diintegrasikan dengan basis data menggunakan bahasa pemrograman Python dan library opencv. Akuisisi data citra dilakukan dengan ponsel android, kemudian citra tersebut dideteksi dan dipotong sehingga hanya didapat bagian wajah saja.  Deteksi wajah menggunakan metode Haar-Cascade Classifier, kemudian ekstraksi fitur dilakukan menggunakan metode Principal Component Analysis (PCA). Hasil dari PCA diberi label sesuai dengan data manusia yang ada pada basis data. Semua citra yang telah memiliki nilai PCA dan tersimpan di basis data akan dicari kemiripannya dengan citra wajah pada proses pengujian menggunakan metoda Euclidian Distance. Pada penelitian ini basis data yang digunakan yaitu MySQL. Hasil deteksi citra wajah pada proses pelatihan memiliki tingkat keberhasilan 100% dan hasil identifikasi wajah pada proses pengujian memiliki tingkat keberhasilan 90%..

 

Kata kunci— android, haar-cascade classifier, principal component analysis, euclidian distance, MySQL, sistem monitoring presensi, deteksi wajah


References


Wijaya, A. S. (2014). Perbandingan Metode Pengenalan Wajah secara Real-Time pada Perangkat Bergerak berbasis Android. -, 8.

Pratikno, H. (2013). Sistem Absensi berbasiskan Pengenalan Wajah secara Realtime menggunakan Webcam dengan Metode PCA. -, 10.

Kurniawan, A., Saleh. A., Ramadijanti, N (2011). Aplikasi Absensi Kuliah berbasis Identifikasi Wajah menggunakan metode Gabor Wavelet.. -, 6.

Wardoyo, S., Wiryadinata, R., Sagita, R. (2014). Sistem Presensi Berbasis Agoritma Eigenface Dengan Metode Principal Component Analysis. SETRUM, Volume 3, No.1, 8.

Kadir, A. (2013). Teori dan Aplikasi Pengolahan Citra. Yogyakarta: Andi.

Munir, R. (2012). Pengolahan Citra Digital. Bandung: Informatika.

Gonzalez, R. (1992). Digital Image Processing. -: Addison-Wesley Publishing Company.

Rasolzadeh. (2008). Image Based Recognition and Classification.

Harvey, J. P. (2009). GPU Acceleration of Object Classification Algorithms Using. Rochester

Smith, L. I. (2002, Februari 26). Principal Component Analysis. Retrieved from Principal Component Analysis: http://faculty.iiit.ac.in/~mkrishna/PrincipalComponents.pdf


Full Text: PDF

Refbacks

  • There are currently no refbacks.


Lihat Statistik