Pengujian Lapangan - HASIL DAN PEMBAHASAN

BAB IV HASIL DAN PEMBAHASAN

4.14 Pengujian

4.14.2 Pengujian Lapangan

Pada tahap ini penulis meminta 5 (lima) Pegawai Fakultas Sains dan Teknologi untuk melakukan uji coba terhadap aplikasi ini. Secara ringkas, hasil pengujian dapat dilihat pada tabel 4.17.

Tabel 4.16 Hasil Pengujian Lapangan

No Hal yang di Uji Penilaian

1 Fitur Aplikasi Secara keseluruhan Baik

2 Fitur untuk Dosen Baik

4 Tampilan Aplikasi Baik

5 Kestabilan Aplikasi Baik

6 Keamanan Aplikasi Baik

7 Kesesuaian dengan Kebutuhan Baik

mencetak laporan pada menu Laporan (form Jadwal)

dapat mencetak laporan

data jadwal Ok

mencetak laporan pada menu Laporan (form Dosen

Matakuliah)

dapat mencetak laporan

110 5.1 Kesimpulan

Berdasarkan pembahasan dan evaluasi dari bab-bab sebelumnya dan teori yang ada, dan setelah dilakukannya penelitian dan pengujian terhadap Aplikasi Kehadiran Pengajaran Dosen Menggunakan Algoritma Eigenface (Pengenalan Wajah), maka dapat ditarik kesimpulan sebagai berikut:

Kelebihan:

1. Algoritma Eigenface adalah basic/dasar bagi seseorang yang ingin mempelajari ilmu biometrik (pengenalan wajah), karena identifikasi dilakukan dengan pattern matching sederhana tanpa menggunakan metode pembelajaran khusus seperti Jaringan Syaraf Tiruan, Fuzzy Logisatau 3D.

2. Secara umum dapat kami jelaskan bahwa pada aplikasi absensi menggunakan input capture wajah yang awalnya disimpan didalam database dan yang berikutnya dijadikan acuan untuk pencocokan antara capture wajah realtimedengan database yang apabila terjadi kecocokan yang mirip maka sistem absensi dikatakan berhasil.

Kekurangan:

Karena aplikasi ini hanyalah simulasi, maka terdapat beberapa kekurangan diantaranya:

1. Keterbatasan kapasitas webcame yang dipakai oleh penulis (1,3 MP), sehingga terjadi kesalahan dalam mendeteksi foto yang dimaksud dengan foto yang sebelumnya. Selain itu, jika webcame yang dipakai kurang dari 3 MP, maka akan mempengaruhi yang lainnya, diantaranya:

a. Perubahan latar (background) dapat mengurangi kualitas pengenalan wajah. Dalam hal ini, wajah akan dikenal jika latar (background) berwarna putih / polos. Background tidak akan mempengaruhi wajah seseorang pada saat mengcapture, jika webcame yang dipakai memiliki kapasitas diatas 3 MP.

b. Pencahayaan yang terlalu tinggi (cahaya matahari dari depan atau belakang terlalu tinggi) dapat mengurangi keakuratan pengenalan wajah. Pencahayaan yang terlalu tinggi tidak akan mengurangi keakuratan wajah seseorang pada saat mengcapture, jika webcame yang dipakai memiliki kapasitas diatas 3 MP.

2. Jarak kamera dan wajah yang dicapture dibuat konstan (± 30 cm) lebih dari itu maka wajah tidak akan dikenali / terjadi kesalahan pada foto.

3. Ketergantungan terhadap database harus sama dengan nama file suatu image. Jika tidak sama maka tidak akan mampu melakukan validasi sekiranya terjadi perubahan nama, baik pada database ataupun nama file suatu image.

5.2 Saran

Adapun beberapa saran yang layak untuk jadi bahan pertimbangan dalam membangun sistem yang lebih baik di masa yang akan datang, yaitu: 1. Untuk meningkatkan akurasi pengenalan wajah, sebaiknya ditambahkan

beberapa fitur seperti fitur morfologi wajah.

113 menggunakan Visual Basic.

http://p3m.amikom.ac.id/p3m/51%20%20KONVERSI%20FORMAT%2

0CITRA%20RGB%20KE%20FORMAT%20GRAYSCALE.pdf.

Diakses tanggal 11 April 2011, 20:30 PM

Al Fatta, Hanif. 2009. Rekayasa Sistem Pengenalan Wajah: Membangun Sistem Presensi Karyawan menggunakan Microsoft Visual Basic 6.0 dan Micrososft Access. Yogyakarta: Andi

Darma Putra. 2009. SISTEM BIOMETRIKA (Konsep Dasar, Teknik Analisa Citra, dan Tahapan Membangun Aplikasi Sistem Biometrika). Yogyakarta: Andi

Djuharie, O. Setiawan. 2001. Panduan Membuat KARYA TULIS: Resensi-Laporan Buku-Skripsi-Tesis-Artikel-Makalah-Berita-Essei-dll. Bandung: YRAMA WIDYA

Kusumoputo, Benyamin dan Sripomo, Rina. 2002. Pengembangan Sistem Penentu Sudut Pandang Wajah 3D Dengan Menggunakan Perhitungan Jarak Terpendek Pada Garis Ciri Dalam Ruang Eigen.

Ladjamudin, Al Bahra Bin. 2005. Analisis dan Desain Sistem Informasi. Yogyakarta : Graha Ilmu

Lembaga Pemerintah DKI, 2008. http://smart absensi.htm. Diakses tanggal 11 April 2011, 21:00 PM

Pandia, Henry. 2006. Pemrograman dengan Visual Basic. Jakarta: Erlangga Prasetyo, Eri dan Rahmatun, Isna. 2007. Desain Sistem Pengenalan Wajah

dengan Variasi Ekspresi dan Posisi Menggunakan Metode-Eigenface.

http://pusatstudi.gunadarma.ac.id/pscitra/alldocpn/pub(eigenfacesistem_

eri2_pdf)-83ed7.pdf. Diakses tanggal 11 April 2011, 20:45 PM

Pressman, Roger S. 2010. Software Engineering A Practitioner Approach 6th Ed. McGraw-Hill. New York

Rusmawan, Uus. 2008. Koleksi Program VB 6.0: Konsep ADO untuk Tugas Akhir dan Skripsi. Jakarta: Gramedia

Sadeli, Muhammad. 2008. Kumpulan Proyek Visual Basic 2005. Palembang: Maxikom

Sanjaya, Ridwan dan Helmy. 2004. Mempercantik Desain Form Pada Visual Basic 6.0. Jakarta: PT Elex Media Komputindo

Simarmata, Janner. 2007. Perancangan Basis Data. Yogyakarta: Andi Sitorus, Syahriol, dkk. 2006. Pengolahan Citra Digital. Medan: USU Press

Tim Divisi Penelitian dan Pengembangan: MADCOMS. 2008. Microsoft Access 2007. Yogyakarta: Andi

Tim Penelitian dan Pengembangan Komputer: WAHANA KOMPUTER. 2004. Kamus Lengkap Komputer. Jakarta: Salemba Infotek

Turk, Matthew dan Alex P. Pentland. 2003. Face Recognition Using Eigenfaces.

http://www.cs.ucsb.edu/~mturk/Papers/mturk-CVPR91.pdf.

Undang-Undang Republik Indonesia Nomor 14 Tahun 2005 tentang Guru dan Dosen, 2005. http:// Pedoman-Dosen-RI.htm. Diakses tanggal 11 April 2011, 20:59 PM

Jl. Ir. H. Juanda No. 95 Ciputat 15412 Indonesia Telp.:(62-21) 7493606,7493547 Fax.:(62-21) 7493315

Nomor : Un..01/F9/TL.00/ Lamp : 1 (Satu Berkas) Hal : Bimbingan Skripsi

KepadaYth Sdr

1. Yusuf Durachman, MIT 2. Viva Arifm, MMSI Dosen Pembimbing Skripsi

Assalamu'alaikum Wr. Wb. Dengan ini diharapkan

(Materi/Teknis)* penulisan skripsi mahasiswa : Nama NIM Program Studi Judul Skripsi Judul tersebut tanggal 22 April 2010 Bimbingan skripsi

dikenakannya surat penunjukan pembimbi Apabila terjadi

pembimbingan, harap segera melaporkan

Demikian atas kesediaan saudara kami ucapkan terima kasih. Wassalamu'alaikum Wr. Wb.

Tembusan :

1. Dekan (sebagai laporan) 2. Ketua Program Studi 3. Mahasiswa yang bersan'gkuta * coret yang tidak perlu

Email : uinjkt@cabi.net.id 21) 7493315 Website : http:/www.fst.uinjkt.ac. 00/ /2010 Jakarta, 10 Mei 2010 hman, MIT Arifm, MMSI ing Skripsi Assalamu'alaikum Wr. Wb.

diharapkan kesediaan Saudara untuk menjadi pembimbing )* penulisan skripsi mahasiswa :

: Fika Tiara Puri : 106091002857 Program Studi : Teknik Informatika

: "Rancang Sistem Pengenalan Wajah dan Eks Menggunakan EigenFace"

tersebut telah disetujui oleh program studi yang bersa April 2010 dengan outline, abstraksi dan daftar pustaka skripsi ini diharapkan selesai dalam waktu 6 (enam)

rat penunjukan pembimbing skripsi ini.

terjadi perubahan terkait dengan skripsi tersebut

, harap segera melaporkan kepada program studi yang bersangkutan s kesediaan saudara kami ucapkan terima kasih.

Wassalamu'alaikum Wr. Wb. ran) yang bersan'gkutan Email : uinjkt@cabi.net.id : http:/www.fst.uinjkt.ac.id , 10 Mei 2010 pembimbing I/II/

nalan Wajah dan Ekspresi Wajah

yang bersangkutan pada daftar pustaka terlampir. (enam) bulan setelah tersebut selama proses studi yang bersangkutan

C-1

Option Explicit

Public Const CaptName = "/capt.bmp" Public Const PictName = "/images/pict"

Dim ImagePixels(0 To 2, 0 To 120, 0 To 160) As Integer Dim pixel As Long

Dim X, Y As Integer Dim i, j As Integer

Dim red, green, blue, gray As Integer Public faces As New ClassFaceRecogniser Public Const image_Width = 80

Public Const image_Height = 80 Public UserName As String Public UserType As String Public Loaded As Boolean

Public MinimumEigen As Integer

Public Sub Capture(ezVC As ezVidCap) On Error Resume Next

ezVC.CapSingleFrame

If (ezVC.SaveDIB(App.Path & CaptName)) Then 'MsgBox "Gambar tercapture"

Else

MsgBox "Gagal" End If

ezVC.Preview = True End Sub

C-1 pict.Picture = LoadPicture(filename) X = pict.ScaleWidth Y = pict.ScaleHeight For i = 20 To 99 For j = 40 To 119 pixel = pict.Point(j, i) red = pixel& Mod 256

green = ((pixel And &HFF00) / 256&) Mod 256& blue = (pixel And &HFF0000) / 65536

ImagePixels(0, i, j) = red ImagePixels(1, i, j) = green ImagePixels(2, i, j) = blue Next Next pict.height = 1253 pict.width = 1253 pict.ScaleWidth = 80 pict.ScaleHeight = 80 pict.Picture = Nothing For i = 20 To 99 For j = 40 To 119 pict.PSet (j - 40, i - 20), RGB(ImagePixels(0, i, j), ImagePixels(1, i, j), ImagePixels(2, i, j)) Next

C-1

//(B)Mengubah gambar 80 x 80 piksel menjadi RGB format .bmp kemudian dirubah lg menjadi format grayscale

Public Sub GrayScale(pict As PictureBox) On Error Resume Next

X = pict.ScaleWidth Y = pict.ScaleHeight For i = 0 To Y - 1

For j = 0 To X - 1

pixel = pict.Point(j, i) red = pixel& Mod 256

green = ((pixel And &HFF00) / 256&) Mod 256& blue = (pixel And &HFF0000) / 65536

' my algorithm to grayscale picture ' is it correct?

red = (red * 5) \ 10 green = (green * 8) \ 10 blue = (blue * 3) \ 10

gray = ((red + green + blue) * 10) \ 16 pict.PSet (j, i), RGB(gray, gray, gray) Next

pict.Refresh Next

End Sub //(B)Akhir dari mengubah gambar 80 x 80 piksel menjadi RGB format .bmp kemudian dirubah lg menjadi format grayscale

C-1

SavePicture pict.image, App.Path & PictName & index & ".bmp" ConvertBMPtoJPG App.Path & PictName & index & ".bmp", 80, False

MsgBox "File telah tersimpan", , App.Title

End Sub //(C)Akhir untuk menyimpan citra yang kita dapatkan dalam format .jpg

//(E)Lakukan proses matching dengan citra wajah pada database Public Function MatchPict(pict1 As PictureBox, pict2 As PictureBox) As Integer

Dim closestImage As Integer pict2.Picture = Nothing

closestImage = Val(faces.Identify(pict1))

If ((closestImage <> 0) And (Dir$(App.Path & PictName & closestImage & ".jpg") <> "")) Then

pict2.Picture = LoadPicture(App.Path & PictName & closestImage & ".jpg")

Else

MsgBox "Tidak ditemukan kemiripan", vbExclamation, App.Title

End If

MatchPict = closestImage

End Function//(E)Akhir dari proses matching dengan citra wajah pada database

C-1

Dim cmAbsen As ADODB.Command Dim RsAbsen As ADODB.Recordset Private Sub CboPertemuan_DropDown() CboPertemuan.List(0) = "1" CboPertemuan.List(1) = "2" CboPertemuan.List(2) = "3" CboPertemuan.List(3) = "4" CboPertemuan.List(4) = "5" CboPertemuan.List(5) = "6" CboPertemuan.List(6) = "7" CboPertemuan.List(7) = "8" CboPertemuan.List(8) = "9" CboPertemuan.List(9) = "10" CboPertemuan.List(10) = "11" CboPertemuan.List(11) = "12" CboPertemuan.List(12) = "13" CboPertemuan.List(13) = "14" CboPertemuan.List(14) = "UTS" CboPertemuan.List(15) = "UAS" End Sub

Private Sub Check1_Click()

If Check1.value = vbChecked Then Alpha.Enabled = True

TxtCek.Text = 1

C-1

End Sub

Private Sub CmdCari_Click() Daftar.Visible = True

End Sub

Private Sub CmdLogin_Click() 'On Error GoTo salah Dim index As Integer

//(D)Capture citra wajah dosen 'stage 1 - capture camera Capture ezVC

Crop Picture6, App.Path & CaptName Kill App.Path & CaptName

GrayScale Picture6

'stage 2 - matching picture

index = MatchPict(Picture6, Picture5)

'stage 3 - fill the form //(D)Akhir dari capture citra wajah dosen

//(I)Identifikasi data dosen berdasarkan identifikasi wajah

RsDosen.MoveFirst

RsDosen.Find "id=" & index

TxtId.Text = RsDosen.Fields("Id") TxtNip.Text = RsDosen.Fields(1).value

C-1

TxtFile = RsDosen.Fields("fotodosen")

ImgFoto.Picture = IIf(IsNull(TxtFile.Text), LoadPicture(App.Path & "\Foto\Add Foto.bmp"),

LoadPicture(TxtFile.Text)) ' If index > 0 Then

' CmdLogin.Caption = "Absen" ' CmdCancel.Visible = True ' End If

TxtTglPresensi = Format(Now, "DD-mmm-yyyy") TxtWaktuPresensi = Format(Now, "HH:MM:SS") Me.width = 11145 Me.height = 8910 CmdLogin.Enabled = False Tengah TxtTipe.Text = 1

End Sub //(I)Akhir dari identifikasi data dosen berdasarkan identifikasi wajah

Private Sub CmdCancel_Click() Picture5.Picture = Nothing CmdLogin.Enabled = True Tengah Me.width = 4560 Me.height = 8910 CmdLogin.Caption = "Capture"

C-1

End Sub

Private Sub CmdSave_Click() Dim Strsql As String

Set RsKehadiranDosen = New ADODB.Recordset

RsKehadiranDosen.Open "Select * from KehadiranDosen", Conn, adOpenKeyset, adLockOptimistic

Strsql = "Insert Into

KehadiranDosen(Id,TglPresensi,WaktuPresensi,Nip,Pertemuan, Kdmk,Lokal,Kelas,Bahasan,SubBahasan,Tipe,Pengganti,KetDosen) Values ('"

Strsql = Strsql & Trim(TxtId) & "','"

Strsql = Strsql & Format(Trim(TxtTglPresensi), "YYYY-MM-DD") & "','"

Strsql = Strsql & Trim(TxtWaktuPresensi) & "','" Strsql = Strsql & Trim(TxtNip) & "','"

Strsql = Strsql & Trim(CboPertemuan) & "','" Strsql = Strsql & Trim(TxtKd) & "','"

Strsql = Strsql & Trim(TxtLokal) & "','" Strsql = Strsql & Trim(TxtKelas) & "','" Strsql = Strsql & Trim(TxtBahasan) & "','"

Strsql = Strsql & Trim(TxtSubBahasan) & "','" & Trim(TxtTipe) & "','" & Trim(TxtCek) & "','"

Strsql = Strsql & Trim(Alpha) & "')" Conn.Execute Strsql

C-1

Else

MsgBox "Kamera ini tidak memiliki setting...", vbOKOnly, App.Title

End If End Sub

Sub Contoh()

' ElseIf (CmdLogin.Caption = "Absen") Then

' TxtTglPresensi = Format(Now, "DD-mmm-yyyy") ' TxtWaktuPresensi = Format(Now, "HH:MM:SS") ' Set cmAbsen = New ADODB.Command

' Set cmAbsen.ActiveConnection = Conn ' cmAbsen.CommandText = "select IdPresensi from KehadiranDosen where id=" & RsDosen.Fields(0).value & _

' " and TglPresensi=#" & Format(Now, "yyyy-mm-dd") & "# " & _

' " and tipe=1" '

' Set RsAbsen = cmAbsen.Execute ' If RsAbsen.EOF Then

' cmAbsen.CommandText = "insert into KehadiranDosen(id, TglPresensi, waktuPresensi, tipe) " & _

' "values(" &

RsDosen.Fields(0).value & ",#" & Format(Now, "yyyy-mm-dd") & "#," & _

C-1

' MsgBox "ABSEN MASUK SUKSES", vbInformation, App.Title '' Else

'' If MsgBox("Anda telah melakukan ABSEN MASUK!!" & Chr(13) & "Apakah Anda akan melakukan ABSEN KELUAR?", vbYesNo, App.Title) = vbYes Then

' cmAbsen.CommandText = "insert into

KehadiranDosen(id, TglPresensi, waktuPresensi, tipe) " & _ ' "values(" &

RsDosen.Fields(0).value & ",#" & Format(Now, "yyyy-mm-dd") & "#," & _

' "#" & Format(Now, "hh:mm:ss") & "#,0)"

' cmAbsen.Execute

' MsgBox "ABSEN KELUAR SUKSES", vbInformation, App.Title ' End If ' End If ' CmdLogin.Caption = "Capture" ' End If ' Exit Sub 'salah:

'MsgBox "ABSEN GAGAL", vbExclamation, App.Title End Sub

Private Sub Daftar_Click()

1. Achmad

Hidayatno

2006 Penentuan Wilayah Wajah Manusia pada Citra Berwarna berdasarkan Warna Kulit dengan Metode Template Matching

Tujuan dari penelitian ini adalah untuk mengetahui berapa persen tingkat keberhasilan pengenalan wilayah wajah dengan Metode Template Matcing, yang didasarkan pada wilayah sekitar wajah. Bahasa pemrograman yang dipakai adalahMatlab 6.5.

Pertama; Pada metode ini, citra-citra model warna kulit yang digunakan dapat diadaptasikan pada warna kulit yang berbeda-beda dan dapat

memisahkan wilayah kulit dengan wilayah bukan kulit.

Kedua; Mempunyai tingkat keberhasilan pengenalan wilayah wajah sebesar 75%.

Kelebihan:

Dapat menentukan wilayah wajah manusia pada citra berwarna dengan ras yang berbeda-beda (asia, eropa dan afrika).

Kekurangan:

Pertama; Banyaknya kesalahan dalam proses segmentasi kulit, karena terdapatnya

wilayah-yang terbuka menyebabkan wilayah tersebut dikenali sebagai wilayah kulit wajah.

Kedua; Penelitian ini dibatasi hanya pada penentuan wilayah wajah dari tampak depan (frontal)wajah manusia.

2. Resmana Lim

2007 Pelacakan dan Pengenalan Wajah Menggunakan Webcame dan Metode Gabor Filter

Tujuan dari penelitian ini adalah untuk membuat suatu perangkat lunak yang menggabungkan pelacakan wajah manusia dengan menggunakan Algoritma CamShift dan pengenalan wajah dengan menggunakan Metode Gabor Filter. Bahasa pemrograman yang dipakai

Pertama; Perangkat lunak yang dibuat menggunakan gambar bergerak sebagai inputnya, yaitu dari video camera (webcame). Hasil dari penelitian ini menunjukan bahwa pelacakan berdasarkan warna kulit dengan Algoritma CamShiftcukup baik.

Kedua; Tingkat keberhasilan mencapai 79, 31% dengan database wajah sejumlah 341 citra yang terdiri dari 31 citra individu dengan 11 pose dan dengan citra penguji sebanyak 29 citra wajah.

hingga 50%.

Kekurangan:

Adanya keterbatasan pada pengangkapan obyek oleh kamera yang bergerak terlalu cepat. Obyek yang demikian dapat lepas dari pelacakan.

3. Fika Tiara Puri 2011 Aplikasi Kehadiran Pengajaran Dosen Menggunakan Algoritma Eigenface(Pengenalan Wajah)

Tujuan dari penelitian ini adalah peneliti ingin

melakukan penelitian tentang proses merancangbangun sebuah Aplikasi Kehadiran Pengajaran Dosen dengan menggunakan identifikasi wajah sebagai inputnya dan menganalisa tingkat akurasi

Program yang dibuat dapat menerima masukan berupa citra wajah yang di capture dengan alat bantu webcame. Hasil dari penelitian ini menunjukan bahwa pelacakan berdasarkan warna kulit dengan Algoritma Eigenfacecukup baik.

Kelebihan:

Algoritma Eigenface adalah basic bagi seseorang yang ingin mempelajari ilmu biometrik

faktor yang mempengaruhi akurasi

pengenalan tersebut. Bahasa pemrograman yang dipakai adalah Visual Basic 6.0 dan Microssoft Access sebagai Databasenya.

Kekurangan:

Karena aplikasi ini hanyalah simulasi, maka terdapat beberapa kekurangan diantaranya:

Pertama; Keterbatasan kapasitas webcame yang dipakai oleh penulis (1,3 MP), sehingga terjadi kesalahan dalam mendeteksi foto yang dimaksud dengan foto yang sebelumnya.

Kedua; Banyaknya kesalahan dalam proses segmentasi kulit, karena terdapatnya wilayah-wilayah yang memiliki keserupaan dengan nilai kemungkinan kulit, seperti warna pakaian yang dikenakan, ataupun warna latar belakang

(background adalah tembok dengan warna putih). Ketiga; Penelitian ini dibatasi hanya pada penentuan wilayah wajah dari tampak depan (frontal) wajah manusia (Pose wajah lurus ke

Kelima; Ketergantungan terhadap database harus sama dengan nama file suatu image. Jika tidak sama maka tidak akan mampu melakukan validasi sekiranya terjadi perubahan nama, baik pada database ataupun nama file suatu image.

Keenam; Jarak kamera dan wajah yang dicapture dibuat konstan (± 30 cm) lebih dari itu maka wajah tidak akan dikenali / terjadi kesalahan pada foto.

dimana penulis melakukan penelitian, dalam hal ini adalah Program Studi Teknik Informatika Fakultas Sains dan Teknologi Universitas Islam Negeri Syarif Hidayatullah Jakarta.

Narasumber ke 1: Bu Viva Arifin, MMSI, beliau sebagai sekretaris program studi teknik informatika sekaligus juga sebagai dosen pembimbing II.

Wawancara dilakukan penulis pada: Tgl/Bln/Thn : 20/01/2010

Pukul : 13.20

P : Ibu menyarankan saya untuk membuat suatu aplikasi yang berhubungan dengan salah satu karakteristik dari ilmu biometrika, apa alasannya?

N : Alasannya karena Ilmu Biometrik sekarang ini sedang berkembang pesat, seharusnya semua mahasiswa/i teknik informatika sudah sewajarnya untuk mempelajari aplikasi yang berhubungan dengan karakteristik ilmu biometrika tersebut.

P : Di prodi sendiri yang saya tahu sudah ada sistem absensi pegawai dengan menggunakan sidik jari, apakah saya harus melakukan penelitian yang

B-1

N : Sebaiknya jangan sidik jari, cari saja karakteristik yang lain sebab sidik jari sudah sangat banyak aplikasi yang sudah ibu ketahui.

P : Bu apakah aplikasi ini harus sempurna sesuai harapan ibu, sebab saya banyak kesulitan ketika sedang membuat aplikasi biometrik tersebut, sehingga pada akhirnya saya menemukan banyak sumber yaitu pencarian jurnal yang berhubungan dengan pengenalan wajah (eigenface) di internet juga saya menemukan buku karya hanif al fatta yang saya jadikan sumber utama agar saya paham dan mengerti?

N : Tidak harus sempurna yang penting aplikasi tersebut sudah bisa di running (Aplikasi Kehadiran Pengajaran Dosen Tersebut, antara wajah dengan biodata tersebut terjadi kecocokan) dan layak di praktekan pada Seminar Skripsi nanti.

Wawancara setelah Seminar Skripsi selesai. Wawancara dilakukan penulis pada: Tgl/Bln/Thn : 14/07/2011

Pukul : 13.20

N : Setelah ibu lihat aplikasi yang kamu buat ada beberapa kelemahan pada aplikasi ini, diantaranya:

B-1

sehingga terjadi kesalahan dalam mendeteksi foto yang dimaksud dengan foto yang sebelumnya. Selain itu, jika webcame yang dipakai kurang dari 3 MP, maka akan mempengaruhi yang lainnya, diantaranya:

2. Jarak kamera dan wajah yang dicapture dibuat konstan (± 30 cm) lebih dari itu maka wajah tidak akan dikenali / terjadi kesalahan pada foto. 3. Ketergantungan terhadap database harus sama dengan nama file suatu

image. Jika tidak sama maka tidak akan mampu melakukan validasi sekiranya terjadi perubahan nama, baik pada database ataupun nama file suatu image.

B-1

Narasumber ke 2: Ibu Sukmayati, beliau adalah Kepala Sub Bag Akademik FST. Wawancara dilakukan penulis pada:

Tgl/Bln/Thn : 14/07/2011 Pukul : 13.20

P : Apa Kritik dan Saran Ibu setelah ibu melihat “Aplikasi Kehadiran Pengajaran Dosen Menggunakan Algoritma Eigenface (Pengenalan Wajah)” yang saya buat?

N : Untuk mahasiswi yang sedang melakukan penelitian tentang pengenalan wajah, aplikasi tersebut tidak harus sempurna yang terpenting adalah aplikasi tersebut bisa di running dan ada laporan kehadiran dosen tersebut. Selain itu saya tidak mengharuskan aplikasi tersebut harus sempurna tetapi hanya simulasi saja agar kedepannya kamu semakin mengerti dan paham dan kamu bisa mengembangkannya pada suatu saat nanti.

Dan di Fakultas sendiri memang telah ada Sistem Absensi Pegawai (Dosen dan semua Pegawai lainnya yang bekerja di FST dan Prodi TI) yang menggunakan sidik jari. Namun, dalam ilmu biometrik cakupan perkembangannya sangat pesat tidak hanya digunakan pada sidik jari saja

B-1

Sistem yang berjalan sekarang ini, untuk kehadiran dosen masih bersifat manual dimana seorang dosen jika ingin mengajar dalam suatu perkuliahan yang sudah ditentukan jadwalnya, maka dosen tersebut dianjurkan untuk menandatangani daftar kehadiran yang sudah disediakan oleh pihak admin FST, yaitu di ruang pelayanan akademik lantai II FST. Kemudian admin langsung menyiapkan dan memberikan daftar hadir mahasiswa/i dan matakuliah dosen yang bersangkutan (lembaran-lembaran tersebut sudah admin siapkan didalam map berwarna merah). Peraturan yang sudah diterapkan di FST adalah: map merah tidak boleh diwakilkan oleh mahasiswa/i, boleh diwakilkan oleh mahasiswa/i jika dalam keadaan terdesak dan harus dengan memo tertulis dari dosen tersebut.

Kemudian dosen akan pergi ke kelas yang akan dituju sambil membawa map merah, map merah digunakan untuk absensi atau presensi mahasiswa dan dosen TI. Setelah perkuliahan selesai seluruh mahasiswa wajib melakukan tanda tangan di map merah yang didalamnya berisi nama-nama mahasiswa dan jumlah kehadiran mahasiswa min.12x max.15x pertemuan. Begitupun setelah dosen selesai mengajar, dosen mengembalikan map merah tersebut ke lantai 2 FST ruang pelayanan.

Penandatanganan daftar kehadiran dosen masih dilakukan secara manual. Kekurangan dari sistem manual adalah kesalahan bisa saja terjadi

B-1

tersebut harus dapat mengetahui berapa kali dosen masuk dan tidak masuk dalam satu semester (pelaporan dihitung per hari), dengan cara setiap dosen yang ingin mengajar sebelum masuk kelas, dosen tersebut harus merekam wajahnya dengan menggunakan webcam yang dipasang di komputer yang tersedia di akademik FST.

Narasumber ke 3: Ibu Yarsi Berlianti, beliau adalah Kepala Bagian Tata Usaha FST.

Tgl/Bln/Thn : 14/07/2011 Pukul : 13.20

P : Apa Kritik dan Saran Ibu setelah ibu melihat “Aplikasi Kehadiran Pengajaran Dosen Menggunakan Algoritma Eigenface (Pengenalan Wajah)” yang saya buat?

N : Pentingnya aplikasi kehadiran pengajaran dosen sangat diperlukan sebab, hasil akhir pelaporan tersebut akan dihitung oleh bagian keuangan FST sebagai gaji dosen nantinya. Lembaran kehadiran pengajaran dosen yang

Dalam dokumen Analisis algoritma eigenface (pengenalan wajah) pada aplikasi kehadiran pengajaran dosen (Halaman 123-152)