• Tidak ada hasil yang ditemukan

ABSTRAK. Kata Kunci: Absensi, Android, Deteksi Wajah, Eigenface. viii

N/A
N/A
Protected

Academic year: 2021

Membagikan "ABSTRAK. Kata Kunci: Absensi, Android, Deteksi Wajah, Eigenface. viii"

Copied!
13
0
0

Teks penuh

(1)

viii ABSTRAK

Absensi adalah suatu kegiatan pengumpulan data guna mengetahui jumlah kehadiran pada suatu acara. Setiap kegiatan yang membutuhkan informasi mengenai jumlah peserta tentu melakukan absensi. Absensi dikelompokan menjadi dua jenis, yaitu manual dan otomatis. Absensi manual merupakan proses absensi yang dilakukan dengan menggunakan catatan tangan atau tanda tangan. Absensi otomatis merupakan proses absensi yang melibatkan teknologi didalamnya. Absensi saat ini banyak dikembangkan dengan sentuhan teknologi, seperti sidik jari, retina dan juga pengenalan wajah.

Teknologi pengenalan wajah merupakan teknologi komputer yang berfungsi untuk menentukan lokasi wajah, ukuran wajah, deteksi fitur, pengabaian citra latar dan identifikasi citra wajah. Pengenalan wajah melibatkan beberapa variabel, misalnya citra sumber, citra hasil pengolahan citra, citra hasil ekstraksi dan data indentitas seseorang. Eigenface adalah sebuah metode digunakan untuk mengekstrak informasi yang relevan dari sebuah citra wajah kemudian mengubahnya kedalam satu set kode yang paling efisien dan membandingkan kode citra wajah tesebut dengan kode citra wajah yang terdapat pada database.

Aplikasi absensi deteksi wajah ini dirancang dan dibangun pada platform Android, aplikasi ini diharapkan dapat mengefisienkan sistem absensi. Proses absensi hanya dapat dilakukan oleh 2 user yaitu admin dan dosen. Dari hasil uji coba didapatkan persentase tingkat keberhasilan absensi sebesar 82,9% dan persentase tingkat kegagalan sebesar 17,1% dengan nilai treshold 115,41.

(2)

ix ABSTRACT

Absence System is the process of collecting data to check the number of persons who attend in an event, school or an office. Any activity that requires information regarding the participants would do absences. Absence System classified into two types: manual and automatic. Manual Absence is an collecting data process using handwritten notes or signatures. Automatic Absence is a process that using technology to collecting data. Absence System at this time has been developed with a touch of technology, such as fingerprints, retinal and facial recognition.

Face recognition technology is computer technology that serves to determine the location of the face, the size of the face detection feature, neglect background image and a facial image identification. Face recognition involves several variables, such as image source, the image processing, image and data extraction results of person's identity. Eigenface is a method used to extract the relevant information from an image of the face then turning it into a set of the most efficient code and compares the code proficiency level face images with a face image code contained in the database.

Android-based face detection app designed and built on the Android platform, this application is expected to streamline the attendance system. Attendance process can only be done by 2 user that is admin and lecturer. From the results of the trial obtained percentage of absence success rate of 82.9% and the percentage failure rate of 17.1% with the value of treshold 115.41.

(3)

x DAFTAR ISI

APLIKASI ABSENSI DETEKSI WAJAH BERBASIS ANDROID ... ii

PERNYATAAN ... iii

LEMBAR PENGESAHAN ... iv

BERITA ACARA TUGAS AKHIR ... v

KATA PENGANTAR ... vi

ABSTRAK ... viii

ABSTRACT ... ix

DAFTAR ISI ... x

DAFTAR GAMBAR ... xii

DAFTAR TABEL... xiv

DAFTAR KODE PROGRAM ... xv

DAFTAR RUMUS ... xvi

BAB I ... 1 PENDAHULUAN ... 1 1.1 Latar Belakang ... 1 1.2 Rumusan Masalah ... 3 1.3 Tujuan Penelitian ... 3 1.4 Manfaat Penelitian ... 3 1.5 Batasan Masalah ... 3 1.6 Sistematika Penulisan ... 4 BAB II ... 5 TINJAUAN PUSTAKA ... 5

2.1 State of the Art ... 5

2.2 Pengenalan Wajah ... 7

2.2.1 Definisi Wajah ... 7

2.2.2 Sistem Pengenalan Wajah ... 8

2.2.3 Faktor Permasalahan Pengenalan Wajah ... 10

2.2.4 Sistem Otentikasi ... 10 2.3 Eigenface... 11 2.4 Android ... 13 2.4.1 Pengenalan Android ... 13 2.4.2 Pemrograman Android ... 14 2.5 Basis Data ... 15

2.5.1 Pengenalan Basis Data, DBMS dan RDBMS ... 15

2.5.2 MySQL ... 16

2.5.3 Tipe Data ... 16

2.5.4 Dasar-dasar SQL ... 20

2.6 Android Studio ... 21

2.6.1 Pengenalan Android Studio... 21

2.6.2 Membuat Proyek Baru ... 22

2.6.3 Struktur Proyek dan File ... 25

2.6.4 Android Project View ... 27

2.6.5 Android Project View ... 27

(4)

xi

2.8 JSON ... 32

BAB III ... 35

METODOLOGI DAN PERANCANGAN SISTEM ... 35

3.1 Tempat dan Waktu Penelitian ... 35

3.2 Alur Penelitian ... 35

3.3 Literatur... 37

3.3.1 Sumber Literatur ... 37

3.3.2 Jenis Literatur ... 37

3.3.3 Metode Pengumpulan Literatur... 37

3.4 Kebutuhan Hardware dan Software... 37

3.5 Bahasa Pemrograman... 38

3.6 Pemodelan Sistem ... 39

3.6.1 Fishbone Diagram Sistem... 39

3.6.3 Gambaran Umum Sistem ... 40

3.6.4 Standart Operational Procedure (SOP)... 46

3.6.5 Data Flow Diagram (DFD) ... 54

3.7 Desain Basis Data ... 58

3.7.1 Struktur Data ... 58

3.7.2 Physical Data Model (PDM) ... 74

BAB IV ... 75

PENGUJIAN DAN ANALISIS SISTEM ... 76

4.1 Spesifikasi Perangkat Pengujian ... 76

4.2 Pengujian Fitur dan Implementasi Aplikasi ... 76

4.2.1 Administrator ... 78 4.2.2 Dosen... 86 4.2.3 Mahasiswa ... 90 4.3 Uji Coba ... 92 BAB V ... 104 PENUTUP ... 104 5.1 Simpulan ... 104 5.2 Saran ... 105 DAFTAR PUSTAKA ... 106

(5)

xii

DAFTAR GAMBAR

Gambar 2.1 Proses Pencocokan... 9

Gambar 2.2 Face Recognition Workflow ... 9

Gambar 2.14 Create New Project... 22

Gambar 2.15 New Project Wizard ... 23

Gambar 2.16 Target Android Device ... 23

Gambar 2.17 Add an Activity to Mobile ... 24

Gambar 2.18 Customize the Activity... 24

Gambar 2.19 User Interface Designer ... 25

Gambar 2.20 Tampilan Android Project View ... 26

Gambar 2.21 Tampilan Project Build File ... 26

Gambar 2.22 Tampilan Struktur Android Studio Project ... 27

Gambar 2.23 Import Module ... 28

Gambar 2.24 New Module Wizard ... 28

Gambar 2.25 Select Source Location ... 29

Gambar 2.26 Select Library OpenCV ... 29

Gambar 2.27 New Module Wizard ... 30

Gambar 2.28 Summary.txt ... 30

Gambar 2.29 Choose Module ... 30

Gambar 2.30 Build.gradle ... 31

Gambar 2.31 Proses Umum Dalam Melibatkan Web Service ... 32

Gambar 3.1 Bagan Alur Penelitian ... 36

Gambar 3.2 Fishbone Diagram ... 39

Gambar 3.3 Gambaran Umum Sistem ... 42

Gambar 3.4 Gambaran Sistem Pendaftaran ... 44

Gambar 3.5 Gambaran Sistem Identifikasi Citra Wajah ... 45

Gambar 3.6 Gambaran Sistem Verifikasi Citra Wajah ... 46

Gambar 3.7 SOP Registrasi Dosen / Mahasiswa ... 47

Gambar 3.8 SOP Registrasi Dosen / Mahasiswa ... 48

Gambar 3.9 Registrasi Matakuliah / Jadwal ... 49

Gambar 3.10 Update Dosen / Mahasiswa ... 50

Gambar 3.11 Update Matakuliah / Jadwal ... 51

Gambar 3.12 Register KRS ... 52

Gambar 3.13 Absensi Dosen ... 53

Gambar 3.14 Absensi Mahasiswa ... 54

Gambar 3.15 Diagram Konteks ... 55

Gambar 3.16 Diagram Berjenjang ... 57

Gambar 3.17 Overview Diagram... 58

Gambar 3.18 Physical Data Model ... 75

Gambar 4.2 Tampilan Sign in ... 78

Gambar 4.3 Menu Administrator... 79

Gambar 4.4 Dosen Administrator ... 80

Gambar 4.5 Mahasiswa Administrator ... 81

Gambar 4.6 Matakuliah Administrator ... 82

(6)

xiii

Gambar 4.9 Identifikasi Dosen/Mahasiswa ... 85

Gambar 4.10 Identifikasi Dosen/Mahasiswa ... 86

Gambar 4.11 Menu Pilih Matakuliah ... 87

Gambar 4.12 Menu Dosen ... 87

Gambar 4.13 Profil Dosen ... 88

Gambar 4.14 Jadwal Dosen ... 88

Gambar 4.15 Data Mahasiswa dan Absensi ... 89

Gambar 4.16 Menu Mahasiswa ... 90

Gambar 4.17 Profil Mahasiswa ... 91

Gambar 4.18 KRS Mahasiswa... 91

Gambar 4.19 Jadwal Mahasiswa ... 92

Gambar 4.20 Skema Pendaftaran ... 93

Gambar 4.21 Skema Identifikasi ... 95

Gambar 4.22 Skema Verifikasi ... 97

Gambar 4.21 Grafik False Accept dan False Reject ... 99

(7)

xiv

DAFTAR TABEL

Tabel 2.1 Tipe Numeric ... 17

Tabel 2.2 Tipe Date and Time ... 18

Tabel 2.3 Tipe String (text) ... 19

Tabel 2.4 Tipe BLOB ... 19

Tabel 2.5 Tipe Data Tambahan ... 20

Tabel 3.1 Kebutuhan Hardware ... 38

Tabel 3.2 Kebutuhan Software ... 38

Tabel 3.3 Proses yang Dilakukan Pengguna ... 43

Tabel 3.3 Struktur Tabel tb_admin... 59

Tabel 3.5 Struktur Tabel tb_dosen... 60

Tabel 3.7 Contoh Data Tabel tb_dosen (a) ... 62

Tabel 3.8 Contoh Data Tabel tb_dosen (b) ... 62

Tabel 3.9 Contoh Data Tabel tb_dosen (c) ... 62

Tabel 3.10 Contoh Data Tabel tb_dosen (d) ... 62

Tabel 3.11 Struktur Tabel tb_mahasiswa ... 63

Tabel 3.12 Contoh Data Tabel tb_mahasiswa (a) ... 65

Tabel 3.13 Contoh Data Tabel tb_mahasiswa (b) ... 65

Tabel 3.14 Contoh Data Tabel tb_mahasiswa (c) ... 65

Tabel 3.15 Struktur Tabel tb_matkul ... 65

Tabel 3.16 Contoh Data Tabel tb_matkul ... 66

Tabel 3.17 Struktur Tabel tb_hari ... 66

Tabel 3.18 Struktur Tabel tb_hari ... 67

Tabel 3.19 Struktur Tabel tb_jadwal ... 67

Tabel 3.20 Contoh Data Tabel tb_jadwal ... 68

Tabel 3.21 Struktur Tabel tb_krs ... 69

Tabel 3.22 Contoh Data Tabel tb_krs ... 70

Tabel 3.23 Struktur Tabel tb_eigenface ... 70

Tabel 3.24 Contoh Data Tabel tb_eigenface (a) ... 71

Tabel 3.25 Contoh Data Tabel tb_eigenface (b) ... 71

Tabel 3.26 Struktur Tabel tb_absen_dosen ... 71

Tabel 3.28 Struktur Tabel tb_absen_mahasiswa... 73

Tabel 4.1 Spesifikasi Kebutuhan Perangkat ... 76

Tabel 4.2 Hasil Uji Coba Identifikasi ... 96

Tabel 4.3 Hasil Uji Coba dengan Treshold 74,98. ... 102

(8)

xv

DAFTAR KODE PROGRAM

Kode Program 4.1 Pengaturan Durasi Waktu Splash Screen ... 77

Kode Program 4.2 Mencari Titik Tengah dan Batas Wajah ... 93

Kode Program 4.3 Cropping Image ... 94

Kode Program 4.4 Convert to Grayscale ... 94

Kode Program 4.5 Mengubah Citra Grayscale Menjadi Flat Vector ... 94

(9)

xvi

DAFTAR RUMUS

Rumus 2.1 Himpunan S ... 11

Rumus 2.2 Menghitung Mean ... 12

Rumus 2.3 Matriks kovarian ... 12

Rumus 2.4 Eigenvalue dan Eigenvector ... 12

Rumus 2.5 Menghitung Eigenface ... 12

Rumus 2.6 Identifikasi Training image... 12

Rumus 2.7 Mencari Jarak Training Image ... 13

Rumus 4.1 Rumus Mencari True Accept ... 98

Rumus 4.2 Rumus Mencari True Accept ... 98

Rumus 4.3 Rumus Mencari True Accept ... 98

(10)

1 BAB I PENDAHULUAN

Bab I membahas mengenai latar belakang dari “Aplikasi Absensi Deteksi Wajah Berbasis Android”, rumusan masalah yang dilakukan dalam penelitian, tujuan yang diharapkan dalam penelitian, manfaat yang dihasilkan dari penelitian, batasan masalah yang digunakan sebagai penyerderhanaan pembahasan penelitian, serta sistematika penulisan yang merupakan kerangka penulisan yang digunakan dalam laporan penelitian.

1.1 Latar Belakang

Perkembangan teknologi dibidang komputer maupun mobile saat ini begitu pesat, ini disebabkan seiring kemajuan teknologi dan aspek pendukungnya. Berbagai teknologi bermunculan dengan menawarkan spesifikasi dan fitur yang semakin canggih serta dengan desain yang semakin inovatif. Kemajuan ini juga berpengaruh terhadap kebutuhan sistem yang digunakan oleh Instansi dan perusahaan dalam lingkup kedisiplinan yaitu absensi atau kehadiran. Absensi atau kehadiran diperlukan untuk melakukan pencatatan kehadiran, baik itu dalam Instansi maupun perusahaan. Absensi dikelompokan menjadi dua jenis yaitu manual dan otomatis. Absensi manual merupakan proses absensi yang dilakukan dengan menggunakan tanda tangan (signature). Absensi otomatis merupakan proses absensi yang melibatkan teknologi didalamnya. Absensi saat ini banyak dikembangkan dengan sentuhan teknologi, seperti sidik jari, retina dan juga pengenalan wajah.

Teknologi pengenalan wajah telah banyak dikembangkan saat ini. Teknologi pengenalan wajah merupakan teknologi komputer yang berfungsi untuk menentukan lokasi wajah, ukuran wajah, deteksi fitur, pengabaian citra latar dan sebagai identifikasi citra wajah. Pengenalan wajah melibatkan beberapa variabel, misalnya citra sumber, citra hasil pengolahan citra, citra hasil ekstraksi dan data indentitas seseorang. Dibutuhkan alat pengindera berupa sensor kamera dan metode untuk menentukan citra yang ditangkap pada kamera tergolong wajah

(11)

2

manusia atau bukan. Metode juga digunakan untuk menentukan informasi identitas yang sesuai dengan citra wajah tersebut. Sipil, kepolisian dan kemiliteran merupakan pihak yang membutuhkan teknologi pengenalan wajah, yang digunakan untuk memverifikasi, mengidentifikasi dan kontrol akses fisik. Pengenalan wajah digunakan sebagai alat pengawasan, penanda otomatis (automatic tagging) dan interaksi robot dengan manusia.

Penelitian mengenai teknologi pengenalan wajah yaitu “Rancang Bangun Aplikasi Pengenalan Citra Wajah Dengan Metode Eigenface Berbasis Android”. Pembuatan aplikasi pengenalan wajah tersebut menggunakan ilmu biometrika, yang berkaitan dengan pengukuran karakteristik pembeda pada badan atau perilaku seseorang. Pengenalan identitas wajah seseorang dilakukan secara otomatis atau dengan kata lain menggunakan teknologi. Ilmu Jaringan Saraf Tiruan digunakan sebagai metode untuk melakukan pengenalan wajah, metode tersebut dikenal dengan Metode Eigenface. Aplikasi pengenalan wajah memiliki sistem kerja, yaitu dengan mengambil beberapa citra wajah seseorang; selanjutnya dilakukan proses cropping yang difokuskan pada area wajah; citra asli hasil cropping tersebut dikonversi menjadi citra grayscale yang digunakan untuk proses perhitungan eigenvalue; tahap perhitungan dilakukan untuk menentukan nilai jarak dan nilai pixel serta nilai mean flatvector citra acuan; tahap selanjutnya mengidentifikasi citra uji dengan nilai ambang, jika nilai identifikasi lebih besar dari nilai ambang maka citra tersebut tidak dapat dikenali dan sebaliknya jika nilai identifikasi lebih kecil dari nilai ambang maka citra tersebut dapat dikenali. (Alan Arismandika)

Berdasarkan yang telah dijelaskan, dapat disebutkan alasan penelitian yang berjudul “Aplikasi Absensi Deteksi Wajah Berbasis Android” diangkat, yaitu untuk melakukan pengembangan teknologi pengenalan wajah pada smartphone yang berbasis Android.

(12)

3

1.2 Rumusan Masalah

Adapun rumusan masalah yang didapat berdasarkan latar belakang penelitian ini, antara lain:

1. Bagaimana merancang dan membangun “Aplikasi Absensi Deteksi Wajah Berbasis Android”.

2. Bagaimana “Aplikasi Absensi Deteksi Wajah Berbasis Android” dapat mengefisienkan pelaksanaan absensi.

1.3 Tujuan Penelitian

Berdasarkan uraian latar belakang dan rumusan masalah yang telah dipaparkan, tujuan dari hasil penelitian “Aplikasi Absensi Deteksi Wajah Berbasis Android” adalah sebagai berikut:

1. Mampu merancang dan membangun “Aplikasi Absensi Deteksi Wajah Berbasis Android”.

2. Mampu melakukan pengenalan wajah yang dapat mengefisienkan proses pengabsenan.

1.4 Manfaat Penelitian

Adapun manfaat dari penelitian “Aplikasi Absensi Deteksi Wajah Berbasis Android” adalah sebagai berikut:

1. Memberikan solusi pemanfaatan teknologi informasi dalam menyimpan dan mengelola kegiatan absensi.

2. Bermanfaat untuk mengoptimalkan persentase kehadiran. 3. Meminimalisir terjadinya kecurangan dalam kegiatan absensi.

1.5 Batasan Masalah

Melihat luasnya permasalahan yang dapat ditimbulkan, maka dibuat beberapa batasan masalah atau penyerderhanaan dari pembahasan. Batasan masalah dalam penelitian ini adalah sebagai berikut:

1. Aplikasi absensi deteksi wajah berbasis Android yang dirancang dan dibangun dengan platform Android.

(13)

4

2. Aplikasi dirancang dan dibangun dengan tujuan untuk membantu proses kegiatan absensi.

3. Aplikasi ini dibangun tanpa adanya keterkaitan dengan aplikasi lainnya, hal itu dapat dilakukan dalam pengembangan tahap selanjutnya.

1.6 Sistematika Penulisan

Sistematika penulisan yang diterapkan dalam menyajikan gambaran singkat mengenai permasalahan yang dibahas dalam penulisan laporan penelitian ini adalah sebagai berikut:

BAB I PENDAHULUAN

Bab ini berisikan gambaran umum isi tulisan penelitian secara lengkap, mulai dari latar belakang, rumusan masalah, tujuan penelitian, manfaat penelitian, batasan masalah dari penelitian dan sistematika penulisan. BAB II TINJAUAN PUSTAKA

Bab ini memuat teori-teori penunjang yang digunakan dalam membahas permasalahan penelitian yang dilakukan.

BAB III METODOLOGI DAN PERANCANGAN SISTEM

Bab ini berisikan tempat dan waktu penelitian, sumber data dan metode pengumpulan data, bahasa pemrograman, perancangan aplikasi, alur analisis, jadwal penelitian dalam pembuatan dan penyusunan laporan penelitian ini.

BAB IV PEMBAHASAN DAN ANALISA

Bab ini memuat tentang pembahasan dari pembuatan dan hasil uji coba aplikasi atau perangkat lunak dan menganalisa secara keseluruhan. BAB V PENUTUP

Bab ini merupakan rangkuman secara keseluruhan dari yang telah dibahas sebelumnya serta memberikan saran baik kepada ilmu pengetahuan atau kepada masyarakat untuk pengembangan lebih lanjut.

Referensi

Dokumen terkait

Berlawanan dengan kelompok 1, kelompok 3 (13 spesies) didominasi oleh keong-keong yang hanya berada di Linggarjati bercampur dengan sedikit keong yang ditemukan baik di Argamukti

Namun demikian, keragaman genetik individu dalam populasi (intra populasi) wereng batang coklat tidak diidentifikasi dalam penelitian ini, padahal informasi polimorfisme

Sedimentasi sungai yaitu proses pengendapan suatu material – material yang terangkut aliran air sungai dan dapat mengakibatkan terjadinya delta sungai, sedangkan

1) kegagalan kendali aileron/lateral selama misi tinggal landas/mendarat tidak boleh lebih dari 1E-7. 2) kegagalan akibat aplikasi yang tak sengaja kendali aileron/lateral

Untuk dapat memaksimalkan keuntungan yang akan diperoleh dan untuk meminimalkan resiko dalam suatu investasi saham di pasar modal, para calon investor

Berdasarkan hasil wawancara dengan guru bimbingan dan konseling pada tanggal 7 dan 8 Oktober 2010, layanan penempatan siswa ke jurusan/program studi dilaksanakan pada

Penelitian bertujuan menyilangkan padi IR64 sebagai tetua betina dengan Siam Sintanur sebagai tetua jantan agar diperoleh genotipe padi baru unggul yang tahan keracunan Fe..

5 Berdasarkan hasil studi pendahuluan yang peneliti lakukan di Rumah Sakit Umum Daerah (RSUD) Sleman Yogyakarta pada tanggal 05 Maret 2014 dengan cara pengamatan dan