PENUTUP - UJI AKURASI SISTEM ABSENSI DENGAN PENGENALAN WAJAH MENGGUNAKAN METODE EIGENFACE.

Bab ini berisi kesimpulan dan saran dari penulis untuk pengembangan sistem.

BAB II

TINJ AUAN PUSTAKA

2.1 Pengenalan Wajah

Aplikasi pengenalan wajah dapat dibuat dengan beberapa pendekatan. Ada pendekatan yang menggunakan basis statistical untuk menghasilkan pola. Pendekatan lainnya menggunakan struktur dari pola yang menyediakan informasi fundamental untuk pengenalan wajah. Secara umum sistem pengenalan citra wajah dibagi menjadi 2 jenis, yaitu sistem feature-based dan sistem image-based. Pada sistem pertama digunakan fitur yang diekstraksi dari komponen citra wajah (mata, hidung, mulut, dll) yang kemudian hubungan antara fitur-fitur tersebut dimodelkan secara geometris. Sedangkan sistem kedua menggunakan informasi mentah dari piksel citra yang kemudian direpresentasikan dalam metode tertentu, misalnya principal component analysis (PCA), transformasi wavelet yang kemudian digunakan untuk klasifikasi identitas citra.

Sekarang pengenalan wajah telah dikembangkan untuk banyak aplikasi, terutama untuk aplikasi keamanan. Penggunaan wajah sebagai identifier mempunyai banyak manfaat, terutama kepraktisannya karena memerlukan kartu atau foto untuk identifikasi. Masalah utamanya adalah ukurannya relatif besar. Ada banyak teknik untuk mereduksi dimensi dari image yang akan diproses. Salah satunya adalah dengan menggunakan algoritma eigenface. (Hanif, 2009, hal. 10)

2.2 Algoritma Eigenface

Face recognition sekarang telah dikembangkan untuk banyak aplikasi

terutama untuk aplikasi-aplikasi keamanan. Penggunaan wajah sebagai identifier mempunyai banyak manfaat, terutama kepraktisannya karena tidak perlu dibuat kartu atau foto untuk identifikasi. Masalah utamanya adalah sebuah image yang mewakili sebuah gambar terdiri dari vektor dengan ukuran relatif besar.

Eigenface adalah salah satu algoritma pengenalan wajah yang didasarkan

pada Principle Component Analysis (PCA) yang dikembangkan di MIT. Algoritma eigenface secara keseluruhan cukup sederhana. Training image direpresentasikan dalam sebuah vector flat (gabungan vector) dan digabung bersama-sama menjadi sebuah matriks tunggal. Eigenfaces dari masing-masing citra kemudian diekstraksi dan disimpan dalam file temporary atau database. Test

image yang masuk didefinisikan juga nilai eigenfaces-nya dan dibandingkan

dengan eigenfaces dari image dalam database atau file temporary. Adapun algoritma selengkapnya adalah:

1. Buat MakeFlatVectors(ImageList, N,M): ImageList adalah kumpulan dari

N training image, di mana setiap image adalah W x H piksel. M adalah

ukuran vector flat yang harus dibuat.

2. Gabungkan setiap image dalam WH elemen vector dengan

menggabungkan semua baris. Buat ImageMatrix sebagai matriks N x WH berisi semua gambar yang digabung.

3. Jumlahkan semua baris pada ImageMatrix dan bagi dengan N untuk mendapatkan rataan gambar gabungan. Vektor elemen WH ini diberi nama R.

4. Kurangi ImageMatrix dengan average image R. Matriks baru tersebut dinamakan sebagai R’ dengan ukuran N x WH.

5. Jika pada elemen-elemen dari matriks R’ ditemukan nilai negative, ganti nilainya dengan nilai 0.

Kemudian identifikasi dilakukan dengan proyeksi menggunakan algoritma seperti berikut:

1. Buat projectToFaceSpace(test_image): image berukuran W x H piksel.

2. Gabung elemen vector WH dan dinamakan img

3. Load nilai rataan R dari database atau file.

4. Kurangi img dengan R hingga mendapatkan img’.

5. Jika pada img’ ditemukan elemen dengan nilai negative, ganti dengan nilai 0 untuk mendapatkan vector ukuran img’’.

Proses terakhir adalah identifikasi, yaitu memproyeksikan test image ke

face space dan menghitung score.

1. Load semua wajah yang sudah diproyeksikan dari database.

3. Lakukan operasi pengurangan, proj dengan semua wajah yang telah diproyeksikan. Ambil nilai absolutnya dan jumlahkan, hasilnya adalah score.

4. Ambil score terkecil sebagai hasil dari wajah yang telah diproyeksikan. Wajah ini menjadi hasil identifikasi

Untuk lebih jelasnya, algoritma di atas dapat dijelaskan sebagai berikut:

1. Penyusunan Flat Vector

Langkah pertama adalah menyusun seluruh training image menjadi 1 matriks tunggal. Misalnya image yang kita simpan berukuran H x W piksel dan jumlahnya N buah, maka memiliki flatvector dengan dimensi N x (H x W). Contoh, misalnya di dalam training image terdapat 2 image dengan ukuran 3 x 3 piksel maka akan mempunyai

eigenvector ukuran 2 x 9.

2. Penghitungan Rataan FlatVector

Dari flatvector yang diperoleh, jumlahkan seluruh barisnya sehingga diperoleh matriks berukuran 1 x (H x W). Setelah itu bagi matriks tadi dengan jumlah image N untuk mendapatkan Rataan FlatVector.

3. Tentukan Nilai Eigenface

Dengan menggunakan rataan flatvector, hitung eigenface untuk matriks flatvektor yang tadi disusun. Caranya dengan mengurangi

baris-baris pada matriks flatvector dengan rataan flatvector. Jika didapatkan nilai di bawah nol, ganti nilainya dengan nol.

4. Proses Identifikasi

Jika diberikan citra yang akan diidentifikasi (testface), maka langkah identifikasinya adalah sebagai berikut:

Kalkulasi nilai eigenface untuk matriks testface, dengan cara yang sama dengan penentuan eigenface untuk flatvector. Setelah nilai

eigenface untuk testface diperoleh maka bisa melakukan identifikasi

dengan menentukan jarak (distance) terpendek dengan eigenface dari

eigenvector training image. Caranya, tentukan nilai absolute dari

pengurangan baris i pada matriks eigenface training image dengan

eigenface dari testface, kemudian jumlahkan elemen-elemen penyusun

vector yang dihasilkan dari pengurangan tadi dan ditemukan jarak d

indeks i. Lakukan untuk semua baris. Cari nilai d yang paling kecil. (Hanif, 2009, hal.14)

2.3 Visual Basic 6.0

Visual Basic 6.0 merupakan salah satu bahasa pemrograman atau pengembang aplikasi yang sudah sangat dikenal di dunia. Baik itu karena kemudahannya dalam pengembangan aplikasi maupun kemampuannya yang beragam. Selain itu, Visual Basic 6.0 didukung oleh berbagai fasilitas dalam

pengembangan aplikasi. Salah satunya adalah pengembangan aplikasi database. Dalam membangun sebuah aplikasi database dengan Visual Basic 6.0, dapat dilakukan dengan mudah.Dengan adanya kontrol-kontrol ActiveX yang mudah untuk digunakan.

Perkembangan Visual Basic dari waktu ke waku sebagai berikut:

• Proyek Thunder dimulai.

• Visual Basic 1.0 dirilis untuk Windows pada Comdex/Windows Trade Show di Atlanta, Georgia pada Mei 1991.

• Visual Basic 1.0 untuk DOS dirilis pada September 1992. Bahasa pemrogramannya sendiri tidak terlalu kompatibel dengan Visual Basic untuk Windows, karena sesungguhnya itu adalah versi selanjutnya dari kompiler BASIC berbasis DOS yang dikembangkan oleh Microsoft sendiri, yaitu QuickBASIC. Antarmuka dari program ini sendiri menggunakan antarmuka teks, dan memanfaatkan kode-kode ASCII tambahan untuk mensimulasikan tampilan GUI.

• Visual Basic 2.0 dirilis pada November 1992. Lingkungan

pemrogramannya lebih mudah untuk digunakan, dan kecepatannya lebih ditingkatkan.

• Visual Basic 3.0 dirilis pada musim semi 1993 dan hadir dalam dua versi: Standar dan Professional. VB3 juga menyertakan versi 1.1 dari Microsoft

Jet Database Engine yang dapat membaca dan menulis database

• Visual Basic 4.0 (Agustus 1995) adalah versi pertama yang dapat membuat program 32-bit seperti program 16-bit. VB4 juga memperkenalkan kemampuannya dalam membuat aplikasi non-GUI. Bila versi sebelumnya menggunakan kontrol VBX, sejak VB4 dirilis Visual Basic menggunakan kontrol OLE (dengan ekstensi file *.OCX), yang lebih dikenal kemudian dengan kontrol ActiveX.

• Dengan versi 5.0 (Februari 1997), Microsoft merilis Visual Basic eksklusif untuk versi 32-bit dari Windows. Para programmer yang lebih memilih membuat kode 16-bit dapat meng-impor program yang ditulis dengan VB4 ke versi VB5, dan program-program VB5 dapat dikonversi dengan mudah ke dalam format VB4.

• Visual Basic 6.0 (pertengahan 1998) telah diimprovisasi di beberapa bagian, termasuk kemampuan barunya, yaitu membuat aplikasi web. Meskipun kini VB6 sudah tidak didukung lagi, tetapi file runtime-nya masih didukung hingga Windows 7. (Imam BK, 2006)

2.4 Database MySQL

MySQL merupakan software sistem manajemen database (Database

Management System – DBMS) yang sangat popular di kalangan pemrogram web,

terutama di lingkungan Linux dengan menggunakan script PHP dan Perl.

MySQL merupakan database yang paling popular digunakan untuk membangun aplikasi web yang menggunakan database sebagai sumber dan pengelola datanya. Kepopuleran MySQL dimungkinkan karena kemudahannya untuk digunakan, cepat secara kinerja query dan mencukupi untuk kebutuhan

database perusahaan-perusahaan skala menengah-kecil. MySQL merupakan

database yang digunakan oleh situs-situs terkemuka di internet untuk menyimpan

datanya

Software database MySQL kini dilepas sebagai software manajemen

database yang open source, sebelumnya merupakan software yang dapat

didistribusikan secara bebas untuk keperluan penggunaan secara pribadi, tetapi jika digunakan secara komersial maka pemakai harus mempunyai lisensi dari pembuatnya. Software open source menjadikan software dapat didistribusikan secara bebas dan dapat dipergunakan untuk keperluan pribadi ataupun komersial, termasuk di dalamnya source code dari software tersebut.

Kelebihan-kelebihan dar i MySQL adalah sebagai berikut:

MySQL adalah sebuah database server, dapat juga berperan sebagai client sehingga sering disebut database client/server yang open source dengan kemampuan dapat berjalan baik di OS (Operating System) manapun, dengan

Platform Windows maupun Linux. Selain itu database ini memiiki beberapa

kelebihan dibanding database lain, di antaranya adalah:

1. MySQL sebagai Database Management System (DBMS)

2. MySQL sebagai Relation Database Management System (RDBMS)

3. MySQL adalah sebuah software database yang open source, artinya program ini bersifat free atau bebas digunakan oleh siapa saja tanpa harus membeli dan membayar lisensi kepada pembuatnya.

4. MySQL merupakan sebuah database server, jadi dengan menggunakan

database ini, dapat menghubungkannya ke media internet sehingga dapat

diakses dari jauh.

5. MySQL merupakan sebuah database client. Selain menjadi server yang melayani permintaan, MySQL juga dapat melakukan query yang mengakses

database pada server. Jadi MySQL dapat juga berperan sebagai client.

6. MySQL mampu menerima query yang bertumpuk dalam satu permintaan atau disebut Multi-Threading.

7. MySQL merupakan sebuah database yang mampu menyimpan data berkapasitas sangat besar berukuran Gigabyte sekalipun.

8. MySQL didukung oleh driver ODBC, artinya database MySQL dapat diakses menggunakan aplikasi apa saja termasuk berupa visual seperti Delphi maupun Visual Basic.

9. MySQL adalah database menggunakan enkripsi password. Jadi database ini cukup aman karena memiliki password untuk mengaksesnya.

10.MySQL merupakan server database yang multi user, artinya database ini tidak hanya digunakan oleh sepihak orang akan tetapi merupakan database yang dapat digunakan oleh banyak pengguna.

11.MySQL dapat menciptakan lebih dari 16 kunci per table dan dalam satu kunci memungkinkan berisi belasan field (kolom).

12.MySQL mendukung field yang dijadikan sebagai kunci primer dan kunci Unik (Unique).

13.MySQL didukung oleh sebuah component C dan perl API, sehingga

berada di bawah protocol internet berupa Web. Biasanya aplikasi yang sering digunakan adalah PHP dan Perl.

14.MySQL memiliki kecepatan dalam pembuatan table maupun peng-update -an table.

15.MySQL menggunakan suatu bahasa permintaan standar yang bernama SQL

(Struktur Query Language) yaitu sebuah bahasa permintaan yang

distandarkan pada beberapa database server seperti Oracle, PostGreSQLdll.

Berikut adalah beberapa sintaks dasar SQL dalam MySQL:

1. Membuat database, untuk membuat database baru, sehingga tidak berlaku jika database sudah ada atau tidak memiliki privilege. Menggunakan sintaks berikut: CREATE DATABASE nama_db.

2. Menghapus database, untuk menghapus database beserta seluruh table di dalamnya. Perintah ini tidak berlaku jika database tidak ada atau tidak memiliki privilege. Sintaksnya adalah: DROP DATABASE nama_db. 3. Menggunakan database, untuk menjadikan database menjadi default dan

referensi dari table yang nantinya anda gunakan. Perintah ini tidak berlaku jika database tidak ada atau tidak memiliki privilege. Sintaksnya: USE nama_db.

4. Membuat table, struktur perintah untuk membuat table:

CREATE TABLE nama tabel (kolom a type (panjang),kolom b TYPE (panjang),

Kolom n TYPE (panjang));

Menampilkan table, untuk melihat daftar table di dalam database yang sedang aktif. Perintah yang digunakan adalah SHOW TABLES; (Mahmud Subaena, 2009)

ANALISIS DAN PERANCANGAN SKENARIO UJ I AKURASI

3.1 Analisis Metode Uji Akur asi

Pada uji akurasi sistem absensi dengan pengenalan wajah menggunakan metode eigenface menggunakan 2 metode uji akurasi, yaitu:

1. Metode pendeteksian wajah

2. Metode pengujian berbagai macam pose dan setting kemiripan.

3.1.1 Metode Pendeteksian Wajah

Untuk metode pendeteksian wajah dilakukan terlebih dahulu peng-capture-an image untuk melengkapi data karyawan dengen foto, di mana foto ini akan disimpan ke dalam database sebagai. Dan pada saat absensi dilakukan peng-capture-an lagi, pada saat capture image sudah dilakukan terjadi proses matching antara image-image yang sudah tersimpan di dalam database dengan image pada saat absensi. Proses matching image antara foto-foto di dalam database dengen foto pada saat absensi menggunakan algoritma Eigenface. Langkah-langkah proses matching image-image yang ada di dalam database dengan image pada saat absensi dapat dilihat pada gambar 3.1.

Gambar 3.1 Langkah-Langkah Proses Identifikasi Citra Wajah

Keterangan bagan:

1. Citra wajah di-capture menggunakan webcam. Hasil dari capturing ini adalah file gambar yang bertipe .bmp.

2. Citra wajah ini kemudian dinormalisasi dengan beberapa tahapan. Pertama, citra diturunkan kualitas warnanya menjadi grayscale. Ukuran dari citra wajah juga diseragamkan, menjadi berukuran 80 x 80 piksel.

3. Setelah didapatkan citra wajah yang ternormalisasi, dihitung nilai eigen dari citra wajah tersebut, misalnya diperoleh nilai x.

4. Pada data karyawan, juga terdapat koleksi citra wajah. Dari koleksi ini masing-masing citra dikalkukasi nilai eigennya dan dikumpulkan dalam vektor yang dinamakan eigenvektor. Misalkan didapatkan nilai (x1, x2, x3, …xn).

5. Proses matching dilakukan dengan mencocokkan nilai x dengan nilai-nilai pada eigenvektor dan mencari nilai yang paing mendekati.

Jika nilai yang paling mendekati sudah ditemukan, dicari data karyawan yang berkorespondensi dengan nilai tadi.

3.1.2 Metode Pengujian Berbagai Macam Pose dan Setting Kemiripan

Pada metode ini dilakukan pengujian berbagai pose wajah dan juga tiap pose dilakukan beberapa setting kemiripan. Pada uji akurasi sistem absensi dengan pengenalan wajah menggunakan metode eigenface, dilakukan uji coba sebanyak 20 responden. Dan tiap responden diujicoba hingga 7 pose wajah yaitu; pose wajah biasa atau tanpa ekspresi, pose wajah senyum atau gerakan bibir, pose wajah buka mulut lebar atau tertawa, pose menoleh kanan, pose menoleh kiri, pose wajah lihat atas, pose wajah lihat bawah. Tiap pose diujicoba setting tingkat kemiripan hingga 5 tingkat kemiripan dalam persen, yaitu; 60%, 70%, 80%, 90%, 100%.

3.2 Desain Perancangan Antar Muka

Antarmuka pemakai (user interface) merupakan bagian yang penting dalam suatu pemrograman apalagi berbasis pengenalan wajah, karena berfungsi untuk menghubungkan antara suatu aplikasi dengan pemakainya (user). Perancangan antarmuka pemakai (user interface) dibuat dengan tujuan untuk memudahkan pemakai (user) dalam melakukan interaksi dengan aplikasi yang dibuat.

3.2.1 Desain Input Data Karyawan

Pada gambar 3.2, administrator memasukkan data karyawan yang terdiri dari nomer induk karyawan, nama dan gaji karyawan melalui keyboard. Untuk pengisian jabatan dan bagian mereferensi isi tabel bagian dan jabatan yang telah diisikan sebelumnya. Untuk citra wajah karyawan bisa diambil dari webcam atau dari file.

3.2.2 Desain Form Presensi

Pada gambar 3.3, citra wajah di-capture atau diabsensi melalui webcam untuk kemudian secara otomatis dicocokkan dengan citra wajah yang ada pada

database dan jika cocok dengan image yang ada di dalam database maka akan

IMPLEMENTASI UJ I AKURASI

Pada bab ini akan membahas tentang implementasi uji akurasi dari hasil analisis dan perancangan skenario uji akurasi yang ada pada bab III, serta bagaimana cara skenario uji akurasi tersebut dijalankan. Sistem pengenalan wajah ini berjalan dan nantinya akan digunakan oleh suatu perusahaan yang akan memerlukannya. Untuk lebih lanjut dapat dijelaskan pada sub bab berikut :

4.1 Alat yang digunakan

Pada implementasi uji akurasi, alat-alat yang digunakan yaitu perangkat keras (hardware) dan perangkat lunak (software) yang dijabarkan sebagai berikut:

4.1.1 Perangkat Keras

Perangkat keras (hardware) yang digunakan adalah :

a) Seperangkat komputer dual core, harddisk 80 GB.

b) Memory 1 Gb DDR2.

c) Mouse dan Keyboard.

d) Webcam

4.1.2 Perangkat Lunak

Perangkat lunak (software) yang digunakan adalah :

a) Windows XP Service Pack 2.

4.2 Implementasi Aplikasi Desain Antar muka

Pada tahap ini akan dijabarkan tentang implementasi antarmuka dari aplikasi. Form-form tersebut, yaitu :

1. Form Login

2. Form Karyawan

3. Form Setting

4. Form Absensi

4.2.1 Tampilan Form Login

Pada form login terdapat 2 buah textbox, yang masing-masing diperuntukkan untuk pengisian username dan password. Form login ini diisi oleh super admin dan petugas absen.

Gambar 4.1 Form Login

Gambar 4.1 merupakan halaman login, jika benar menginputkan

username dan password maka halaman akan langsung menuju ke halaman

Gambar 4.2 Antar Muka Super Admin

Yang membedakan antar muka super admin dan petugas absen adalah aksesnya, yaitu pada tab Master Data dan Laporan. Tampilan antar muka petugas absen seperti pada gambar 4.3.

Gambar 4.3 Antar Muka Petugas Admin

Pada antar muka petugas absen, akses untuk membuka form bagian, jabatan, karyawan, user , setting dan laporan ditutup. Sehingga petugas absen hanya bisa melakukan proses absensi karyawan dan ganti password saja.

4.2.2 Tampilan Form Karyawan

Untuk mengisi data karyawan digunakan sub-menu karyawan (Master Data -> Karyawan). Form ini juga digunakan untuk mengambil gambar dari karyawan. Tampilan form Karyawan seperti pada gambar 4.4.

Gambar 4.4 Tampilan Form Karyawan

4.2.3 Tampilan Form Setting

Form Setting berfungsi untuk menentukan citra wajah yang bisa diterima harus memiliki tingkat kemiripan minimum dengan salah satu wajah dalam database. Jika kita mengeset 70%, maka bilamana di dalam database tidak tersedia citra wajah yang tingkat kemiripan minimumnya 70%, maka citra wajah yang ditest tidak akan diterima sebagai citra wajah yang cocok dengan yang ada dalam database. Tampilan form Setting seperti pada gambar 4.5.

Gambar 4.5 Tampilan Form Setting

4.2.4 Tampilan Form Absensi

Proses presensi ditangani oleh sub-menu absensi. Karyawan di-capture menggunakan webcam dan hasil capture kemudian dicocokkan dengan foto karyawan pada folder image dan dilakukan proses identifikasi. Tampilan Form Absensi seperti pada gambar 4.6.

BAB V

UJ I COBA DAN ANALISIS HASIL

Pada bab ini akan dibahas mengenai uji coba terhadap skenario uji akurasi sistem absensi pengenalan wajah yang telah dibuat pada bab sebelumnya dan selanjutnya akan dibuat evaluasi dari hasil uji coba tersebut. Uji coba dilaksanakan untuk mengetahui apakah aplikasi sistem absensi dengan pengenalan wajah menggunakan metode eigenface dapat berjalan dengan baik dan akurat. Evaluasi dilakukan untuk menentukan tingkat keberhasilan dari aplikasi sistem absensi pengenalan wajah ini.

5.1 Skenario Uji Coba

Untuk memastikan bahwa aplikasi ini berjalan lancar dan akurat, penyusun akan menyusun skenario yang akan diuji coba. Ada enam macam uji coba antara lain:

1. Uji Coba Menjalankan Wamp Server

2. Uji Coba Menjalankan Navicat

3. Uji Coba Form Karyawan

4. Uji Coba Form Setting

5.2 Pelaksanaan Uji Coba

Pada sub-bab ini akan dijelaskan step-by-step mengenai pelaksanaan skenario uji coba yang telah dijabarkan pada sub-bab sebelumnya, untuk membuktikan uji coba aplikasi disertakan gambar tentang kejadian-kejadian yang sedang berlangsung pada Komputer.

5.2.1 Uji Coba Menjalankan Wamp Server

Pada uji coba menjalankan wamp server ini, langkah pertama adalah jalankan program wamp server. Kemudian akan muncul pada sudut kanan bawah berupa tray icon. Klik kiri pada tray icon-nya, maka akan muncul gambar seperti di bawah ini:

Gambar 5.1 Start All Services Pada Wamp Server

Klik kiri pada tray icon wamp server, kemudian klik Start All Services agar wamp server terkoneksi. Untuk melihat tabel-tabel pada database program pengenalan wajah, klik phpMyAdmin pada tray icon. Tampilan phpMyAdmin seperti pada gambar 5.2.

Gambar 5.2 Tampilan phpMyAdmin

5.2.2 Uji Coba Menjalankan Navicat

Pada uji coba ini akan diujicobakan untuk melihat tabel-tabel database yang ada di phpMyAdmin. Kegunaan navicat adalah sebagai alat bantu untuk mengedit database, kelebihannya adalah interface yang lebih baik dan lebih menarik daripada di halaman phpMyAdmin. Tampilan Navicat seperti pada gambar 5.3.

Gambar 5.3 Buka Koneksi pada Navicat

Untuk membuka tabel database program pengenalan wajah, klik database yang bernama program pada koneksi “nehru”. Contoh gambar seperti di bawah ini:

5.2.3 Uji Coba Form Karyawan

Untuk melakukan uji coba form karyawan ini, bisa mengklik pada tab Master Data kemudian klik Karyawan seperti pada gambar di bawah ini:

Gambar 5.5 Tampilan Tab Karyawan

Setelah di klik, akan muncul Form Karyawan. Pada Form Karyawan terdapat beberapa tabel, yaitu tabel nama-nama karyawan, tabel nama-nama bagian dan tabel nama-nama jabatan. Hal ini bertujuan untuk mempermudah administrator menambahkan data karyawan pada database absensi, agar tidak terjadi kekeliruan dalam memasukkan data-data karyawan.

Pada Form Karyawan, terdapat pula 3 kolom, yaitu: kolom pengisian data karyawan, kolom kamera dan kolom foto karyawan. Kolom Kamera adalah tampilan langsung dari webcam yang akan memfoto wajah karyawan yang akan dimasukkan ke dalam database, sedangkan kolom Foto Karyawan adalah hasil ketika sudah di-capture dan dimasukkan ke dalam database komputer. Tampilan Form Karyawan bisa dilihat pada gambar 5.6.

Gambar 5.6 Tampilan Form Karyawan

5.2.4 Uji Coba Form Setting

Untuk melakukan uji coba form Setting, bisa mengklik pada tab Master Data kemudian klik Setting seperti pada gambar di bawah ini:

Setelah diklik, akan muncul Form Setting. Pada Form Setting terdapat satu

Dalam dokumen UJI AKURASI SISTEM ABSENSI DENGAN PENGENALAN WAJAH MENGGUNAKAN METODE EIGENFACE. (Halaman 15-63)