commit to user
PERANCANGAN SISTEM PRESENSI KARYAWAN
BERBASIS PENGENALAN CITRA WAJAH DI SOLO
TECHNO PARK
Skripsi
Sebagai Persyaratan Untuk Memperoleh Gelar Sarjana Teknik
HENRY WIJAYA
I 1308516
JURUSAN TEKNIK INDUSTRI FAKULTAS TEKNIK
UNIVERSITAS SEBELAS MARET
SURAKARTA
commit to user
DAFTAR ISI
HALAMAN JUDUL
LEMBAR PENGESAHAN
LEMBAR VALIDASI
SURAT PERNYATAAN ORISINALITAS KARYA ILMIAH
SURAT PERNYATAAN PUBLIKASI KARYA ILMIAH
KATA PENGANTAR
ABSTRAK
ABSTRACT
DAFTAR ISI
DAFTAR TABEL
DAFTAR GAMBAR
DAFTAR LAMPIRAN
i
ii
iii
iv
v
vi
viii
ix
x
xiii
xiv
xvi
BAB I PENDAHULUAN
1.1
LATAR BELAKANG
1.2
PERUMUSAN MASALAH
1.3
TUJUAN PENELITIAN
1.4
MANFAAT PENELITIAN
1.5
BATASAN MASALAH
1.6
ASUMSI PENELITIAN
1.7
SISTEMATIKA PENULISAN
BAB II TINJAUAN PUSTAKA
2.1
IMAGE PROCESSING
2.2
KONSEP DASAR
DIGITAL IMAGE PROCESSING
(DIP)
2.3
CIRI SUATU GAMBAR
2.4
PENDETEKSIAN WARNA KULIT
2.5
YCrCb COLOR SPACE
2.6
MIKROKONTROLER ATMEGA8535
2.6.1
Arsitektur Mikrokontroler AVR ATMega8535
2.6.2
Fitur ATMega8535
2.6.3
Konfigurasi Pin ATMega8535
2.6.4
Peta Memori
commit to user
2.7
LCD (
LIQUID CRYSTAL DISPLAY
) 16 x 2 KARAKTER
2.7.1
Pengendali modul LCD
2.7.2
Deskripsi Fungsi
2.8
KOMUNIKASI RS232
2.9
KONSEP PENGEMBANGAN SISTEM INFORMASI
2.9.1
Definisi Sistem Informasi Manajemen (SIM)
2.9.2
Unsur-unsur Sistem Informasi Sederhana
2.9.3
Kemampuan Sebuah Sistem Informasi Manajemen
2.9.4
Kemampuan Pelaporan
2.9.5
Pengembangan Sistem Informasi
2.10
METODE PENGENALAN WAJAH
2.10.1
Metode Face-ARG
2.10.2
Jaringan Syaraf Tiruan
2.10.3
Metode Back Propagation
2.10.4
Algoritma
Eigenface
2.11
PENELITIAN TERDAHULU
BAB III METODOLOGI PENELITIAN
3.1
TAHAP STUDI PENDAHULUAN
3.1.1
Studi Pustaka
3.1.2
Studi Lapangan
3.1.3
Perumusan Masalah dan Tujuan Penelitian
3.2
TAHAP ANALISA, PERANCANGAN ALAT DAN
PENGUJIAN
3.2.1
Analisa Sistem Awal
3.2.2
Identifikasi Kebutuhan Sistem
3.2.3
Perancangan Alat
3.2.4
Perancangan Basis Data
3.2.5
Perancangan Interface Aplikasi
3.2.6
Pengujian
3.3
TAHAP ANALISIS DAN KESIMPULAN/SARAN
3.3.1
Analisis Hasil Rancangan
3.3.2
Kesimpulan dan Saran
commit to user
BAB IV ANALISIS DAN PERANCANGAN SISTEM
4.1
ANALISA SISTEM AWAL
4.1.1
Kelemahan dan Kelebihan Sistem Sekarang
4.2
IDENTIFIKASI KEBUTUHAN SISTEM
4.2.1
Kerangka kerja
4.2.2
Input dan Output Sistem
4.2.3
Kebutuhan Perangkat Keras dan Lunak
4.2.4
Struktur Biaya
4.3
PERANCANGAN ALAT
4.4
PERANCANGAN BASIS DATA
4.5
PERANCANGAN INTERFACE APLIKASI
4.5.1
Menu Utama
4.5.2
Menu Daftar Nama
4.5.3
Menu identifikasi
4.5.4
Menu face test
4.5.5
Close
4.6
PENGUJIAN
4.6.1
Skenario Pengujian
4.6.2
Hasil Pengujian
4.6.3
Pengujian Akurasi Pengenalan Wajah
BAB V VALIDASI DAN ANALISIS HASIL PERANCANGAN
5.1
PENGUJIAN FUNGSI IDENTIFIKASI WAJAH PADA
MENU FORM PRESENSI
5.2
ANALISIS APLIKASI
5.3
ANALISIS EVALUASI APLIKASI
BAB VI KESIMPULAN DAN SARAN
commit to user
DAFTAR TABEL
T abel 2.1 T abel 2.2 T abel 2.3 T abel 2.4 T abel 4.1 T abel 4.2 T abel 4.3 T abel 4.4 T abel 4.5 T abel 4.6 TabelKeterangan fungsi dari tiap pin LCD
Daftar instruksi kontroler modul LCD
Daftar keterangan tabel instruksi kontroler
LCD
Pemilihan Register
Kelemahan dan Kelebihan Sistem Lama
Kelemahan Sistem Sekarang Daftar harga komponen
Tabel Lengkap Rancangan Fisik
Database
Tabel Skenario Presensi Karyawan Tabel Informasi Data Presensi Tabel Rekap Kehadiran dan Gaji Karyawan
Syarat Valid Dan Tidak Valid Untuk Tabel ms_person Mode Pengujian Identifikasi Wajah
V-commit to user
DAFTAR GAMBAR
4.7 T abel 5.1
T abel 5.2
21
-2
-2
Ga mbar 2.1
Ga mbar 2.2
Blok diagram fungsional ATMega8535
Pin ATMega8535 dengan 40 kaki Memori ATMega8535
Lapisan penyusun LCD LCD Dot Matrix 16 x 2 karakter
I-6
I-7
commit to user
Ga mbar 2.3 Ga mbar 2.4 Ga mbar 2.5 Ga mbar 2.6 Ga mbar 2.7 Ga mbar 3.1 Ga mbar 4.1 Ga mbar 4.2 Ga mbar 4.3 Ga mbar 4.4 Ga mbar 4.5 Ga mbarHubungan antara alamat DDRAM dan posisi pada LCD
Rangkaian koneksi RS232 dengan mikrokontroler
Metodologi Penelitian Kerangka kerja
Rangkaian elektronik piranti keras (hardware)
Aplikasi Proses Pengambilan Citra Wajah
Relasi Karyawan Melakukan Presensi
Relasi Karyawan Memiliki Jabatan Relasi Karyawan Punya Bagian Relasi Jabatan Menentukan Gaji Relasi Presensi Menghasilkan Gaji Relasi Karyawan Mengambil Izin Relasi Karyawan Melakukan Lembur
Relasi Seluruh Entitas Menu utama
Menu daftar nama Tampilan tambah nama Menu identifikasi Menu face test Menu Daftar Bagian Menu Daftar Jabatan Menu Data Karyawan
Grafik Hasil Pengenalan Wajah Percobaan Individual
Alur Logika Untuk Data Valid Alur Logika Untuk Data Tidak Valid
Hasil Pengujian Pada Aplikasi Untuk Data Valid
Hasil Pengujian Pada Aplikasi
commit to user
4.6 Ga mbar 4.7 Ga mbar 4.8 Ga mbar 4.9 Ga mbar 4.10 Ga mbar 4.11 Ga mbar 4.12 Ga mbar 4.13 Ga mbar 4.14 Ga mbar 4.15 Ga mbar 4.16 Ga mbar 4.17 GaUntuk Data Tidak Valid
V-commit to user
mbar 4.18
Ga mbar 4.19
Ga mbar 4.20
Ga mbar 5.1(a)
Ga mbar 5.1(b)
Ga mbar 5.2(a)
Ga mbar 5.2(b)
18
V-23
-1
-1
-3
commit to user
DAFTAR LAMPIRAN
Lam piran 1
Lam piran 2
Perangkat Keras (
Hardware
) Sistem
Presensi Pengenalan Wajah
Listing Program Mikrokontroler ATMega8535 Dengan Code Vision AVR PRO V2.03.9
-1
commit to user
BAB IPENDAHULUAN
1.1. Latar Belakang
Sistem presensi yang digunakan pada instansi umumnya digunakan untuk
mencatat kehadiran karyawan. Pencatatan presensi secara teliti dan akurat
merupakan hal penting karena menjadi sumber penghitungan gaji karyawan.
Selain itu, presensi berkaitan erat dengan data produktivitas yang dapat digunakan
untuk pemberian
reward
atau
punishment
kepada karyawan.
Solo Techno Park (STP) merupakan pusat pendidikan dan pelatihan yang didirikan tahun 2004 oleh Pemerintah Kota Surakarta bekerja sama dengan ATMI. Bidang yang ditangani oleh STP adalah pelatihan di bidang manufaktur, pusat pendidikan dan teknologi, pusat riset, pusat inkubasi produk baru, serta pusat industri dan perdagangan. Selain sebagai pusat pelatihan, STP juga memiliki bengkel produksi.
Saat ini, STP menggunakan sistem presensi sidik jari dan presensi manual. Presensi sidik jari hanya digunakan di bagian kantor untuk pencatatan kehadiran karyawan kantor. Sistem presensi manual menggunakan punching card digunakan oleh bagian bengkel. Data kehadiran karyawan kemudian direkap secara manual oleh staf administrasi. Penggunaan sistem manual pada bagian bengkel karena penggunaan sidik jari seringkali tidak berfungsi secara baik diakibatkan tangan karyawan bengkel yang tidak bersih. Adanya dua sistem ini cukup merepotkan bagian administrasi dalam merekap kehadiran karyawan. Oleh karena itu, diperlukan aplikasi baru untuk menangani presensi karyawan STP.
Penelitian ini mengembangkan sistem presensi karyawan STP
menggunakan pengenalan wajah atau
face recognition
. Sistem seperti ini telah
dikembangkan oleh beberapa pihak, salah satunya oleh Riyanto (2005). Identitas
karyawan diidentifikasi melalui wajah, kemudian program membandingkan pola
citra wajah karyawan dengan pola citra foto wajah karyawan yang disimpan di
komputer. Mekanisme presensi ini tidak jauh berbeda dengan konsep penggunaan
finger print
. Teknologi ini dapat mengatasi kelemahan
finger print,
khususnya
commit to user
Meskipun demikian, teknologi ini sangat dipengaruhi oleh kualitas alat pengambil
gambar (kamera digital) dan algoritma pengenalan wajah yang digunakan.
Sejumlah kamera digital di pasaran saat ini telah memiliki kualitas yang baik
sehingga kualitas alat pengambil gambar tidak menjadi masalah lagi.
Beberapa metode pengenalan wajah saat ini telah banyak dikembangkan
untuk beragam aplikasi. Metode-metode pengenalan wajah yang ada seperti
metode Face-ARG, Jaringan Syaraf Tiruan, metode Back Propagation, dan
algoritma
Eigenface
memiliki kelebihan dan kekurangan masing-masing untuk
proses pengenalan wajah. Pada sistem pengenalan wajah ini digunakan algoritma
Eigenface
. Adapun alasan penggunaan algoritma
Eigenface
karena algoritma
Eigenface
secara keseluruhan cukup sederhana, kompleksitas komputasi lebih
sederhana, lebih sensitif terhadap pencahayaan dan teknik ini menghasilkan hasil
yang memuaskan (Brooks, 2004).
Selain diperlukan pengembangan sistem presensi menggunakan pengenalan wajah, sistem presensi di STP juga memerlukan sejumlah perbaikan. Sistem presensi saat ini hanya mencatat waktu kehadiran dan jumlah jam kerja karyawan, belum memberikan kemudahan kepada bagian administrasi untuk langsung menghitung gaji atau honor karyawan. Oleh karena itu, sistem presensi yang dikembangkan juga mencakup penghitungan gaji termasuk insentif lembur dan potongan gaji akibat ketidakhadiran.
1.2. Perumusan Masalah
Rumusan masalah pada penelitian ini adalah bagaimana merancang sistem presensi dengan menggunakan identifikasi citra wajah untuk mendukung penghitungan jam kerja dan upah karyawan di Solo Techno Park.
1.3. Tujuan Penelitian
Tujuan dari penelitian ini adalah :
1. Merancang alat yang dapat mengidentifikasi pola citra wajah.
2. Merancang sistem presensi karyawan dengan menggunakan alat identifikasi pengenalan wajah.
commit to user
Adapun manfaat yang ingin dicapai dalam penelitian ini yaitu : 1. Memberikan keakuratan presensi karyawan.
2. Memberi kemudahan dalam pembuatan laporan kehadiran dan upah karyawan.
1.5. Batasan Masalah
Beberapa hal yang menjadi batasan masalah dalam merancangbangun sistem presensi dengan menggunakan pengenalan citra wajah antara lain :
1. Data pengujian menggunakan data contoh, bukan data karyawan Solo Techno Park.
2. Tidak membahas tingkat akurasi algoritma eigen face.
1.6. Asumsi Penelitian
Asumsi yang digunakan pada penelitian ini adalah :
1. Satu sampai tiga kali proses recognizing dianggap wajar dalam sistem pengenalan wajah.
1.7. Sistematika Penulisan
BAB I : PENDAHULUAN
Bab ini menguraikan berbagai hal mengenai latar belakang penelitian, perumusan masalah, tujuan penelitian, manfaat penelitian, batasan masalah, asumsi-asumsi dan sistematika penulisan.
BAB II : TINJAUAN PUSTAKA
Bab ini menguraikan teori-teori yang dipakai untuk mendukung penelitian, sehingga perhitungan dan analisis dilakukan secara teoritis. Tinjauan pustaka diambil dari berbagai sumber yang berkaitan langsung dengan permasalahan yang dibahas dalam penelitian.
BAB III : METODOLOGI PENELITIAN
commit to user
perancangan alat dan pengujian sampai dengan analisis hasil dan kesimpulan/saran.
BAB IV : ANALISIS DAN PERANCANGAN SISTEM
Bab ini berisi proses analisa sistem yang diperlukan untuk penyelesaian masalah dan perancangan sistem untuk merancang database sistem presensi karyawan. Data yang diperoleh hasil dari penelitian di lapangan baik melalui observasi maupun literatur.
BAB V : VALIDASI DAN ANALISIS HASIL PERANCANGAN
Bab ini memuat uraian mengenai validasi basis data dan aplikasi hasil perancangan sistem yang dilakukan untuk memperoleh kesimpulan.
BAB VI : KESIMPULAN DAN SARAN
commit to user
BAB II
TINJAUAN PUSTAKA
Pada bab ini menguraikan teori-teori yang diperlukan dalam
mendukung penelitian, sehingga pelaksanaan eksperimen, pengolahan
data dan analisis permasalahan dapat dilakukan secara teoritis.
2.1. Image Processing
Image Processing adalah pemrosesan citra, khususnya dengan menggunakan computer, menjadi citra yang kualitasnya lebih baik.
Umumnya operasi-operasi pengolahan citra (Awaludin, 2006) dilakukan
bila:
1. Perbaikan atau modifikasi citra perlu dilakukan untuk meningkatkan kualitas
penampakan atau untuk menonjolkan beberapa aspek informasi yang terkandung
dalam citra.
2. Elemen dalam citra perlu dicocokan, dikelompokkan atau diukur.
3. Sebagian citra perlu digabung dengan citra yang lain.
Terminologi yang berkaitan dengan image processing adalah
computer vision. Pada hakikatnya computer vision mencoba meniru cara
kerja visual manusia (human). Human vision sesunngguhnya sangat
kompleks, manusia melihat objek dengan indra penglihatan mata lalu citra
objek diteruskan ke otak untuk di interpretasi sehingga manusia mengerti
objek apa yang tampak dalam pandangan matanya. Hasil interpretasi
mungkin digunakan untuk mengambil keputusan.
Computer vision merupakan proses otomatis yang mengintegrasikan sejumlah besar proses untuk persepsi visual, seperti
akuisisi citra, pengolahan citra, klasifikasi, pengenalan (recognition) dan membuat keputusan.
Computer vision terdiri atas teknik-teknik untuk mengetimasi ciri-ciri objek di dalam citra, pengukuran citra yang berkaitan dengan geometri
objek dan menginterpretasi informasi geometri tersebut.
Proses-proses dalam computer vision dapat dibagi menjadi tiga proses
commit to user
2. Melakukan teknik komputasi untuk memproses atau memodifikasi data citra
(operasi-operasi pengolahan citra)
3. Menganalisis dan menginterpretasi citra dan menggunakan hasil pemrosesan
untuk tujuan tertentu.
2.2. Konsep Dasar Digital Image Processing (DIP)
Citra atau image adalah angka (image is just a number), dari segi
estetika, citra atau gambar adalah kumpulan warna yang bisa terlihat
indah, memiliki pola, berbentuk abstrak dan lain sebagainya. Citra dapat
berupa foto udara, penampang lintang (cross section) dari suatu benda, gambar wajah, hasil tomografi otak dan lain sebagainya. Dari segi ilmiah,
citra adalah gambar 3- dimensi (3D) dari suatu fungsi, biasanya intensitas
warna sebagai fungsi spatial x dan y. Di komputer, warna dapat dinyatakan,
misalnya sebagai angka dalam bentuk skala RGB. Karena citra adalah
angka, maka citra dapat diproses secara digital (Awaludin, 2006).
Image adalah sebuah gambar, foto yang ditampilkan atau bentuk lain yang memberikan representasi visual tentang sebuah obyek atau
pemandangan. Pada DIP sebuah gambar bilangan array 2 dimensi, yang
setiap barisnya adalah representasi piksel pada gambar setiap barisnya.
Ukuran gambar biasanya 256X256, 512 X 512, 1024 X 1024. minimum nilai
piksel = 0 (hitam), maksimum = 255 (putih) dan bilangan antara 0 s/d 255
merepresentasikan derajat keabuan. Gambar berwarna dapat
direpresentasikan dengan array 2D Red, green dan blue 3D.
Komputer membutuhkan memori lebih banyak untuk data ini
rata-rata 3kali data storage. Cara untuk menyimpan piksel, yaitu sebagai 1 bit (0/1) yang lebih umum sebagai 1 byte = 8 bit (maksimum nilai piksel 255).
Pada format byte hanya menggunakan integer. Dasar-dasar piksel yaitu
neighbors of pixel (piksel ketetanggaan), Connectivity, relation, equivalences and transitive closure, ukuran jarak dan ALU operation( operasi aritmatik/logic).
Sebuah gambar digitasi untuk mengkonversinya dalam bentuk yang
dapat disimpan dalam memori komputer atau beberapa bentuk media
commit to user
kamera digital, video recorder. Sekali gambar sudah didigitasi, dia dapat
dioperasikan dengan bermacam-macam teknik image processing.
2.3. Ciri Suatu Gambar
Ciri merupakan suatu tanda yang khas, yang membedakan antara
satu dengan yang lain. Ciri – ciri dasar dari gambar :
1. Warna
Ciri warna suatu gambar dapat dinyatakan dalam bentuk histogram dari
gambar tersebut yang dituliskan dengan: H(r,g,b), dimana H(r,g,b) adalah jumlah
munculnya pasangan warna r (red), g (green) dan b (blue) tertentu. 2. Bentuk
Ciri bentuk suatu gambar dapat ditentukan oleh tepi (sketsa), atau besaran
moment dari suatu gambar. Pemakaian besaran moment pada ciri bentuk ini
banyak digunakan orang dengan memanfaatkan nilai-nilai transformasi fourier dari
gambar.
Proses yang dapat digunakan untuk menentukan ciri bentuk adalah deteksi
tepi, threshold, segmentasi dan perhitungan moment seperti (mean, median dan
standard deviasi dari setiap lokal gambar). 3. Tekstur
Ciri tekstur dari suatu gambar dapat ditentukan dengan menggunakan filter
Gabor. Ciri tekstur ini sangat handal dalam menentukan informasi suatu gambar
bila digabungkan dengan ciri warna gambar.
2.4. Pendeteksian Warna Kulit
Pendeteksian wajah serta menetukan lokasi daripada wajah secara
otomatis adalah salah satu masalah yang sangat kompleks dan masih
menjadi bahan penelitian hingga saat ini. Hal ini dikarenakan banyaknya
aplikasi yang menggunakan sistem berbasis face detection. Misalnya untuk
aplikasi pengidentifikasi seseorang pada alat-alat keamanan, aplikasi
pengenalan gender, dan pengidentifikasian ekspresi wajah. Semua aplikasi
tersebut bertujuan sama agar hubungan antara mesin dan manusia bisa
commit to user
Pada tahun-tahun terakhir, penelitian terhadap pendeteksian wajah
menjadi lebih kompleks lagi. Hal ini dikarenakan penelitian dilakukan
berdasarkan warna kulit. Warna sangat ampuh untuk pendeteksian wajah
dalam sebuah gambar yang kompleks karena proses segmentasi pada
gambar berwarna lebih cepat perhitungannya dan lebih presisi, terutama
untuk mengetahui iluminasi, shading, dan background yang kompleks
dibandingkan dengan proses segmentasi pada gambar grayscale (Awaludin,
2006).
Kepresisian yang tinggi dapat dicapai apabila dalam pengambilan
colorspace ada pemisahan antara chrominance dan luminance dari gambar
aslinya dan penentuan distribusi chrominance sample warna kulit manusia
sebagai nilai tresholdnya diperhitungkan secara tepat.
Colorspace yang bisa digunakan sangat beraneka ragam dan tentunya dengan kekurangan dan kelebihan masing-masing. Berikut ini
adalah macam-macam colorspace yang bias diterapkan untuk memodelkan
warna kulit dengan memisahkan factor iluminasi: HSV(atau HIS), YIQ, YCrCb
yang ampuh untuk identifikasi kulit orang-orang asia. Pemilihan
chrominance space yang tepat harus menjadi perhatian utama bila menginginkan proses pengidentifikasian warna kulit berjalan sempurna,
karena distribusi dari chrominance kulit bergantung pada chrominance
space.
Pemodelan warna kulit dibuat dengan cara memadukan berbagai
macam warna dan jenis kulit manusia yang sudah ada dalam database.
Biasanya, para ahli mempunyai gambar-gambar wajah dari minimum 40
orang model. Gambar-gambar tersebut dikumpulkan dari berbagai macam
ras, suku, umur, dan jenis kelamin dan tentu saja dengan berbagai macam
situasi pencahayaan. Pandangan umum yang harus diperhatikan
benar-benar adalah bahwa setiap orang mempunyai warna kulit yang berbeda
antara satu dengan yang lainnya meskipun masih tergolong dalam satu ras
yang sama.
commit to user
Gambar yang diperoleh dari kamera memiliki struktur warna
menggunakan sistem Red-Green-Blue (RGB). Untuk memodelkan warna
kulit sistem warna RGB ini ditransformasikan ke sistem warna YCrCb untuk
memisahkanintensitas Y dengan chromaticity yang dinyatakan dalam dua
variabel Cr dan Cb. Harga Cr membedakan warna antara jarak intensitas
terhadap unsur warna merah sedangkan Cb menyatakan jarak intensitas
terhadap unsure warna merah.
Dalam memodelkan warna kulit hanya informasi Cr dan Cb yang
dipakai, sehingga pengaruh perubahan intensitas dapat dihilangkan. Pada
daerah saturasi dari cahaya yang tertangkap kamera, harga Cr dan Cb
sangat stabil, sehingga nilai Cr dan Cb merupakan informasi handal untuk
proses klasifikasi warna.
Untuk mengubah citra berwarna yang mempunyai nilai matrik
masing-masing r, g dan b menjadi citra warna YCrCb dapat dilakukan
dengan menghitung seperti pada persamaan di bawah ini:
Y = 0.59G + 0.31R + 0.11B
Cr = 0.713 * (R-Y)
Cb = 0.564 * (B-Y)
2.6. Mikrokontroler ATMEGA8535
Mikrokontroler adalah suatu terobosan teknologi mikroprosesor
dan mikrokomputer, yang mana teknologi ini adalah teknologi
semikonduktor dengan kandungan transistor yang lebih banyak, namun
hanya membutuhkan ruang yang kecil serta dapat diproduksi secara masal
(dalam jumlah banyak) sehingga harganya menjadi lebih murah.
Mikrokontroler ini kemampuan digitalnya menirukan fungsi otak
manusia, sehingga meliputi fungsi atau instruksi aritmatika (berhitung),
logika (mempertimbangkan suatu kondisi), dan memori. Mikrokontroler ini
berbeda halnya dengan mikroprosesor yang hanya pemrosesannya terdiri
dari Central Processing Unit (CPU) dan register-register, tanpa memori,
tanpa I/O, dan peripheral yang dibutuhkan oleh suatu sistem supaya dapat
bekerja.
commit to user
Mikrokontroler ATMega8535 adalah sebuah mikrokontroler yang
terdiri dari 40 pin, 8 bit dengan low power dan performa tinggi. Termasuk
dalam mikrokontroler AVR yang memiliki arsitektur RISC 8 bit, dimana
semua instruksi dikemas dalam kode 16-bit dan sebagian besar instruksi
dieksekusi dalam satu siklus clock.
Gambar 2.1. Blok diagram fungsional ATMega8535
Dari gambar tersebut dapat dilihat bahwa ATMega8535 memiliki
bagian sebagai berikut:
1. Saluran I/O sebanyak 32 buah, yaitu Port A, Port B, Port C dan Port D.
2. ADC 10 bit sebanyak 8 saluran.
3. Tiga buah Timer/Counter dengan kemampuan pembandingan.
4. CPU yang terdiri atas 32 buah register.
5. Watchdog Timer dengan isolator internal.
commit to user
7. Memori Flash sebesar 8 kb dengan kemampuan Read While Write.
8. unit interupsi internal dan eksternal.
9. Port antarmuka SPI.
10. EEPROM sebesar 512 byte yang dapat diprogram saat operasi.
11. Antarmuka komparator analog.
12. Port USART(Universal Asynchronous Synchronous Transmitter) untuk
komunikasi serial dengan piranti lain.
2.6.2. Fitur ATMega8535
Kapabilitas detail dari ATMega8535 adalah sebagai berikut:
1. Sistem mikroprosesor 8 bit berbasis RISC dengan kecepatan maksimal 16
MHz.
2. Kapabilitas memori flash 8 KB, SRAM sebesar 512 byte, dan EEPROM
(Electrically Erasable Programmable Read Only Memory) sebesar 512 byte.
3. ADC internal dengan fidelitas 10 bit sebanyak 8 channel.
4. Portal komunikasi serial (USART) dengan kecepatan maksimal 2,5 Mbps.
5. Enam pilihan mode sleep menghemat penggunaan daya listrik.
2.6.3. Konfigurasi Pin ATMega8535
Konfigurasi pin ATMega8535 bisa dilihat pada Gambar 2.2 berikut ini.
commit to user
Dari gambar tersebut dapat dijelaskan secara fungsional konfigurasi
pin ATMega8535 sebagai berikut:
1. VCC merupakan pin yang berfungsi sebagai pin masukan catu daya.
2. GND merupakan pin ground.
3. Port A (PA0..PA7) merupakan pin I/O dua arah dan pin masukan ADC.
4. Port B (PB0..PB7) merupakan pin I/O dua arah dan pin fungsi khusus, yaitu
Timer/Counter, komparator analog dan SPI
5. Port C (PC0..PC7) merupakan pin I/O dua arah dan pin fungsi khusus, yaitu
TWI, komparator analog, dan Timer Oscilator.
6. Port D (PD0..PD7) merupakan pin I/O dua arah dan pin fungsi khusus, yaitu
komparator analog, interupsi eksternal dan komunikasi serial.
7. RESET merupakan pin yang digunakan untuk me-reset mikrokontroler.
8. XTAL1 dan XTAL2 merupakan pin masukan clock eksternal.
9. AVCC merupakan pin masukan tegangan untuk ADC.
10. AREF merupakan pin masukan tegangan referensi ADC.
2.6.4. Peta Memori
AVR ATMega8535 memiki ruang pengalamatan memori data dan
memori program yang terpisah. Memori data terbagi menjadi 3 bagian,
yaitu 32 buah register umum, 64 buah register I/O dan 512 byte SRAM
Internal.
Register keperluan umum menempati space data pada alamat
terbawah, yaitu $00 sampai $1F. Sementara itu, register khusus untuk
menangani I/O dan kontrol terhadap mikrokontroler menempati 64 alamat
berikut, yaitu mulai dari $20 hingga $5F. Register tersebut merupakan
register khusus digunakan untuk mengatur fungsi terhadap berbagai
peripheral mikrokontroler, seperti kontrol register, timer/counter, fungsi-fungsi I/O dan sebagainya.
Memori program yang terletak dalam Flash PEROM tersusun dalam
word atau 2 byte karena setiap instruksi memiliki lebar 16-bit atau 32-bit.
AVR ATMega8535 memiliki 4K Byte X16-bit Flash PEROM dengan alamat
mulai dari $000 sampai $FFF. AVR tersebut memiliki 12-bit Program
commit to user
Gambar 2.3. Memori ATMega8535
Selain itu, AVR ATMega8535 juga memiliki memori data berupa
EEPROM 8-bit sebanyak 512 byte. Alamat EEPROM dimulai dari $000
sampai $1FF.
2.7. LCD (Liquid Crystal Display) 16 x 2 Karakter
Penampil kristal cair adalah sebuah alat penampil tipis. LCD
tersusun atas: lapisan penapis vertikal (no.1), kaca yang mengandung
elektroda indium timah oksida, (no.2), kristal cair nematik (no.3), kaca yang
mengandung elektroda (no.4), lapisan penapis horizontal (no.5),
permukaan yang memantulkan cahaya (no.6).
Gambar 2.4. Lapisan penyusun LCD
Setiap piksel dari LCD terdiri dari sebuah lapisan dari molekul yang
tersusun diantara dua buah elektrode transparan dan dua buah filter
pengkutuban. Bidang mendatar dari tiap piksel tegak lurus satu sama lain.
commit to user
penapis pertama akan dihentikan oleh pengkutuban kedua. Permukaan
dari elektroda yang bersentuhan dengan kristal cair diperlakukan supaya
molekul kristal cair dalam arah tertentu. Ketika sebuah tegangan diberikan
di antara elektroda, sebuah gaya bekerja untuk mengatur molekul kristal
cair sejajar dengan medan listrik. Ini akan mengurangi rotasi dari
pengkutuban cahaya yang masuk, sehingga piranti berwarna abu-abu. Bila
tegangan masukannya terlalu besar, molekul kristal cair pada layar tengah
hampir sepenuhnya tidak berputar dan pengkutuban dari cahaya tidak
berputar, melainkan menembus lapisan kristal cair. Cahaya ini akan
terpolarisasi tegak lurus pada filter kedua, sehingga piksel berwarna hitam.
2.7.1. Pengendali modul LCD
Modul LCD ini mempunyai pengendali tampilan alpha numerik,
karakter kana jepang, dan simbol. Pengunaan LCD dot matrik dapat diatur
untuk penggunaan dengan antar muka 4 bit atau 8 bit. Semua fungsi yang
tesedia seperti RAM tampilan, pembuat karakter, serta pengendali kristal
cair yang digunakan dalam pengendalian LCD dot matrix sudah terintegrasi
menjadi satu chip, sehingga LCD ini dapat dikendalikan oleh sistem yang
sederhana.
commit to user
Tabel 2.1. Keterangan fungsi dari tiap pin LCD
u
n
g
s
i
Deskrip
si
a
t
u
d
a
y
a
GND
a
t
u
d
a
y
a
+ 5 V
e
n
g
a
t
u
r
commit to user
ko
n
t
r
a
s
e
r
i
n
t
a
h
Pilih Register
e
r
i
n
t
a
h
Baca / Tulis
e
r
i
n
t
a
h
Enable (Strobe)
commit to user
O/
O
Data
/
O
Data
/
O
Data
/
O
Data
/
O
Data
/
O
Data
/
O
Data MSB
n
o
d
a
+4,2V untuk LED
a
t
o
d
a
Catu daya untuk
commit to user
Tabel 2.2. Daftar instruksi kontroler modul LCD
W 7 6 5 4 3 2 1
/D
commit to user
L
Alamat CGRAM
Alamat DDRAM
F Alamat Penghitung
Data
Data
Tabel 2.3. Daftar keterangan tabel instruksi kontroler LCD
D
on't
care
/
C
G
eser
laya
r
/
K
enaik
K
commit to user
D an or
commit to user
Kursor
berke
dip
5
x7
titik
2.7.2. Deskripsi Fungsi
2.7.2.1. Register
Pengendali modul LCD ini mempunyai dua buah register 8 bit, yaitu
register perintah (IR) dan register data (DR). Register perintah menyimpan
kode perintah seperti hapus layar, geser data dan alamat informasi RAM
data penampil (DDRAM) dan RAM pembangkit karakter (CGRAM). Data
Register menyimpan data sementara untuk dituliskan ke DDRAM atau
CGRAM dan menyimpan semetara data yang dibaca dari DDRAM atau
CGRAM. Data yang ditulis ke DR akan secara otomatis disimpan dalam
DDRAM atau CGRAM oleh sebuah operasi internal. DR juga digunakan
untuk menyimpan data ketika membaca data dari DDRAM atau CGRAM.
Ketika informasi alamat ditulis ke IR, data dibaca dan kemudian disimpan
ke DR dari DDRAM atau CGRAM. Melalui pemilihan register (RS) kedua
register ini dapat dipilih.
2.7.2.2. Bendera Sibuk (BF)
Ketika bendera sibuk bernilai 1, pengendali modul ini sedang bekerja,
instruksi selanjutnya tidak akan diterima. Ketika R/S = 0 dan R/W = 1,
bendera sibuk akan ditampilkan pada DB7.
2.7.2.3. Penghitung Alamat (AC)
Penghitung alamat menuliskan alamat ke DDRAM dan CGRAM. Ketika
sebuah alamat dari sebuah instruksi dituliskan ke IR, informasi alamat
dikirimkan dari IR ke AC. Setelah menulis ke atau membaca dari DDRAM
[image:31.595.147.518.154.499.2]atau CGRAM, AC secara otomatis meningkat satu atau menurun satu.
Tabel 2.4. Pemilihan Register
R
/S
R
/W
commit to user
0 0 IR menulis sebagai operasi internal
0 1 Baca bendera sibuk (DB7) dan AC
(DB0-DB6)
1 0 DR menulis sebagai operasi internal
(DR ke DDRAM atau CGRAM)
1 1 DR membaca sebagai operasi
internal (DDRAM atau CGRAM ke DR)
2.7.2.4. RAM data penampil (DDRAM)
RAM penampil data (DDRAM) menyimpan data penampil yang
direpresentasikan dalam kode karakter 8 bit. RAM pada DDRAM yang tidak
dipergunakan dapat digunakan sebagai RAM yang bersifat umum.
[image:32.595.108.521.82.560.2]Hubungan antara alamat DDRAM dan posisi pada LCD ditunjukkan pada
gambar 2.6.
Gambar 2.6. Hubungan antara alamat DDRAM dan posisi pada LCD
2.7.2.5. ROM pembangkit karakter (CGROM)
CGROM menghasilkan 5 x 8 titik atau 5 x 10 titik pola karakter dari
karakter 8 bit. Pola karakter dapat ditentukan oleh pengguna yang
disediakan oleh ROM terprogram.
2.7.2.6. RAM pembangkit karakter (CGRAM)
Pada CGRAM, pengguna dapat menulis ulang pola karakter. Untuk 5 x
8 titik, delapan pola karakter yang dapat ditulis dan untuk 5 x 10 titik,
empat pola karakter yang dapat ditulis.
commit to user
Komunikasi serial RS232 digunakan sebagai antarmuka antara komputer
dengan mikrokontroler. Agar level tegangan data serial dari mikrokontroler setara
dengan level tegangan komunikasi port serial PC, diperlukan MAX232 untuk
mengubah ke tegangan TLL/CMOS
logic level
RS232. .
Ada tiga hal pokok yang diatur standard RS232, antara lain bentuk sinyal dan level tegangan yang dipakai, penentuan jenis sinyal dan konektor yang dipakai, serta susunan sinyal pada kaki-kaki di konektor, penentuan tata cara pertukaran informasi antara komputer dan alat-alat pelengkapnya. Gambar 2.7. berikut menunjukkan rangkaian koneksi RS232 dengan mikrokontroler.
[image:33.595.142.503.243.504.2]C5 1 uF RXD VCC C6 1 uF C7 1 uF U4 MAX232/SO 13 8 11 10 1 3 4 5 2 6 12 9 14 7 R1IN R2IN T1IN T2IN C+ C1-C2+ C2-V+ V-R1OUT R2OUT T1OUT T2OUT P1 CONNECTOR DB9 5 9 4 8 3 7 2 6 1 C4 1uF TXD
Gambar 2.7. Rangkaian koneksi RS232 dengan mikrokontroler
2.9. Konsep Pengembangan Sistem Informasi
Sistem informasi manajemen (SIM) bukan sistem informasi
keseluruhan, karena tidak semua informasi di dalam organisasi dapat
dimasukkan secara lengkap ke dalam sebuah sistem yang otomatis. Aspek
utama dari sistem informasi akan selalu ada di luar sistem komputer.
Pengembangan SIM canggih berbasis komputer memerlukan
sejumlah orang yang berketrampilan tinggi dan berpengalaman lama dan
memerlukan partisipasi dari para manajer organisasi. Banyak organisasi
yang gagal membangun SIM karena :
1. Kurang organisasi yang wajar
2. Kurangnya perencanaan yang memadai
commit to user
4. Kurangnya partisipasi manajemen dalam bentuk keikutsertaan para manajer
dalam merancang sistem, mengendalikan upaya pengembangan sistem dan
memotivasi seluruh personil yang terlibat.
SIM yang baik adalah SIM yang mampu menyeimbangkan biaya dan
manfaat yang akan diperoleh artinya SIM akan menghemat biaya,
meningkatkan pendapatan serta tak terukur yang muncul dari informasi
yang sangat bermanfaat. Secara teoritis komputer bukan prasyarat mutlak
bagi sebuah SIM, namun dalam praktek SIM yang baik tidak akan ada tanpa
bantuan kemampuan pemrosesan komputer. Prinsip utama perancangan
SIM adalah SIM harus dijalin secara teliti agar mampu melayani tugas
utama.
Tujuan sistem informasi manajemen adalah memenuhi kebutuhan
informasi umum semua manajer dalam perusahaan atau dalam sub unit
organisasional perusahaan. SIM menyediakan informasi bagi pemakai
dalam bentuk laporan dan output dari berbagai simulasi model
matematika.
2.9.1. Definisi Sistem Informasi Manajemen (SIM)
Sistem informasi Manajemen adalah serangkaian sub sistem
informasi yang menyeluruh dan terkoordinasi dan secara rasional terpadu
yang mampu mentransformasi data sehingga menjadi informasi lewat
serangkaian cara guna meningkatkan produktivitas yang sesuai dengan
gaya dan sifat manajer atas dasar kriteria mutu yang telah ditetapkan.
Dengan kata lain SIM adalah sebagai suatu sistem berbasis komputer yang
menyediakan informasi bagi beberapa pemakai dengan kebutuhan yang
sama. Para pemakai biasanya membentuk suatu entitas organisasi formal,
perusahaan atau sub unit dibawahnya. Informasi menjelaskan perusahaan
atau salah satu sistem utamanya mengenai apa yang terjadi di masa lalu,
apa yang terjadi sekarang dan apa yang mungkin terjadi di masa yang akan
datang. Informasi tersebut tersedia dalam bentuk laporan periodik, laporan
khusus dan ouput dari model matematika. Output informasi digunakan
oleh manajer maupun non manajer dalam perusahaan saat mereka
commit to user
Perancangan, penerapan dan pengoperasian SIM adalah mahal dan
sulit. Upaya ini dan biaya yang diperlukan harus ditimbang-timbang. Ada
beberapa faktor yang membuat SIM menjadi semakin diperlukan, antara
lain bahwa manajer harus berhadapan dengan lingkungan bisnis yang
semakin rumit. Lingkungan bisnis bukan hanya rumit tetapi juga dinamis.
Oleh sebab itu manajer harus membuat keputusan dengan cepat terutama
dengan munculnya masalah manajemen dengan munculnya pemecahan
yang memadai.
2.9.2. Unsur-unsur Sistem Informasi Sederhana
Semua sistem informasi mempunyai tiga kegiatan utama, yaitu
menerima data sebagai masukan (input), kemudian memprosesnya dengan
melakukan penghitungan, penggabungan unsur data, pemutakhiran dan
lain-lain, akhirnya memperoleh informasi sebagai keluarannya (output).
DATA : fakta-fakta atau sesuatu yang dianggap (belum mempunyai
arti)
INFORMASI : data yang telah diproses atau data yang memiliki arti.
Perubahan data menjadi informasi dilakukan oleh pengolah informasi.
Pengolah informasi dapat meliputi elemen-elemen komputer,
non-komputer atau kombinasi keduanya.
2.9.3. Kemampuan Sebuah Sistem Informasi Manajemen
Pengetahuan tentang potensi kemampuan sistem informasi yang
dikomputerisasi akan memungkinkan seorang manajer secara sistematis
menganalisis masing-masing tugas organisasi dan menyesuaikannya
dengan kemampuan komputer. SIM secara khusus memiliki beberapa
kemampuan teknis sesuai yang direncanakan baginya. Secara kolektif
kemampuan ini menyangkal pernyataan bahwa komputer hanyalah mesin
penjumlah atau kalkulator yang berkapasitas tinggi, sebenarnya komputer
tidak dapat mengerjakan sesuatu ia hanya mengerjakan lebih cepat. Sistem
informasi komputer dapat memiliki sejumlah kemampuan jauh diatas
sistem non komputer. Dan kemampuan ini telah merevolusikan proses
manajemen yang menggunakan informasi yang dihasilkan oleh sistem yang
telah ada. Beberapa kemampuan teknis terpenting dalam sistem komputer
commit to user
1. Pemrosesan data batch
2. Pemrosesan data tunggal
3. Pemrosesan on-line, real time
4. Komunikasi data dan switching pesan
5. Pemasukan data jarak jauh dan up date file
6. Pencarian records dan analisis
7. Pencarian file
8. Algoritma dan model keputusan
9. Otomatisasi kantor.
2.9.4. Kemampuan Pelaporan
Semua sistem informasi memiliki kemampuan pelaporan dan
laporan harus dirancang agar sesuai dengan bentuk tertentu. Prinsip
pelaporan :
1. Laporan harus menonjolkan informasi terpenting
2. Harus seringkas mungkin
3. Harus disediakan dukungan
4. Sistem pelaporan manajemen biasanya dalam transisi
5. Setiap laporan harus berformat keputusan
6. Terstruktur untuk melaporkan suatu kinerja
Jenis-jenis laporan :
1. Laporan periodik
Laporan yang secara rutin dikerjakan
2. Laporan indikator kunci
Merupakan variasi laporan periodik, laporan ini secara khusus
memberikan beberapa statistik kritis kegiatan operasi harian kepada manajer.
3. Laporan siap panggil
Jenis laporan yang ditetapkan oleh manajer agar tersedia sebelum
berakhirnya satu periode, mungkin karena masalah operasi yang tidak
diharapkan atau adanya ancaman.
4. Laporan khusus
Laporan ini sering disebut juga laporan ad-hoc adalah jenis laporan lain
dari jenis laporan tidak terjadwal yang dapat diminta oleh manajer.
commit to user
Yaitu laporan yang berisi hanya informasi yang dibutuhkan oleh manajer.
2.9.5. Pengembangan Sistem Informasi
Pengembangan sistem merupakan penyusunan suatu sistem yang
baru untuk menggantikan sistem yang lama secara keseluruhan atau
memperbaiki sistem yang telah ada. Pengembangan sistem tentunya harus
didukung oleh personal-personal yang kompeten di bidangnya. Suatu Tim
biasanya terdiri dari :
1. Manajer Analis Sistem
2. Ketua Analis Sistem
3. Analis Sistem Senior
4. Analis Sistem Junior
5. Pemrogram Aplikasi Senior
6. Pemrogram Aplikasi Junior
Jumlah personil Tim di atas diperlukan apabila sistem yang akan
dikembangkan cukup besar. Apabila sistem yang akan dikembangkan kecil,
maka personilnya dapat disesuaikan berdasarkan kebutuhan. Sistem lama
yang perlu diperbaiki atau diganti disebabkan karena beberapa hal :
1. Adanya permasalahan-permasalahan (problems) yang timbul di sistem yang
lama. Permasalahan yang timbul dapat berupa :
- Ketidakberesan sistem yang lama
Ketidakberesan dalam sistem yang lama menyebabkan sistem
yang lama tidak dapat beroperasi sesuai dengan yang diharapkan.
- Pertumbuhan organisasi
Kebutuhan informasi yang semakin luas, volume pengolahan data
semakin meningkat, perubahan prinsip akuntansi yang baru
menyebabkan harus disusunnya sistem yang baru, karena sistem yang
lama tidak efektif lagi dan tidak dapat memenuhi lagi semua
kebutuhan informasi yang dibutuhkan manajemen.
2. Untuk meraih kesempatan-kesempatan
Dalam keadaan persaingan pasar yang ketat, kecepatan informasi atau
efisiensi waktu sangat menentukan berhasil atau tidaknya strategi dan
rencana-rencana yang telah disusun untuk meraih kesempatan-kesempatan
commit to user
untuk meningkatkan penyediaan informasi agar dapat mendukung proses
pengambilan keputusan yang dilakukan oleh manajemen.
3. Adanya instruksi dari pimpinan atau adanya peraturan pemerintah
Penyusunan sistem yang baru dapat juga terjadi karena adanya
instruksi-instruksi dari atas pimpinan ataupun dari luar organisasi, seperti misalnya
peraturan pemerintah.
Prinsip-prinsip pengembangan sistem, adalah :
1. Sistem yang dikembangkan adalah untuk manajemen
2. Sistem yang dikembangkan adalah investasi modal yang besar
Maka setiap investasi modal harus mempertimbangkan 2 hal berikut ini :
- Semua alternatif yang ada harus diinvestigasikan
- Investasi yang terbaik harus bernilai
3. Sistem yang dikembangkan memerlukan orang yang terdidik
4. Tahapan kerja dan tugas-tugas yang baru dilakukan dalam proses
pengembangan sistem
5. Proses pengembangan sistem tidak harus urut
6. Jangan takut membatalkan proyek
7. Dokumentasi harus ada untuk pedoman dalam pengembangan sistem
Dengan adanya sistem baru diharapkan terjadi peningkatan dalam hal
:
1. Kinerja, yang dapat diukur dari throughput dan respon time.
Throughput : jumlah pekerjaan yang dapat dilakukan pada suatu saat tertentu
Respon time : Rata-rata waktu tertunda di antara dua transaksi.
2. Kualitas informasi yang disajikan
3. Keuntungan (penurunan biaya).
Berhubungan dengan jumlah sumber daya yang digunakan.
4. Kontrol (pengendalian)
5. Efisiensi
6. Pelayanan
Beberapa penyebab kegagalan pengembangan sistem :
1. Kurangnya penyesuaian pengembangan sistem
commit to user
3. Kurang sempurnanya evaluasi kualitas dan analisis biaya
4. Adanya kerusakan dan kesalahan rancangan
5. Penggunaan teknologi komputer dan perangkat lunak yang tidak direncanakan
dan pemasangan teknologi tidak sesuai
6. Pengembangan sistem yang tidak dapat dipelihara
7. Implementasi yang direncanakan dilaksanakan kurang baik
2.10. Metode Pengenalan Wajah
Seiring dengan perkembangan teknologi pengolahan citra,
penelitian tentang pengenalan wajah telah banyak dikembangkan untuk
beragam aplikasi dan algoritma. Proses yang diberikan dari masing-masing
metode dapat dilihat bagaimana kelebihan dan kekurangan dari
masing-masing metode untuk proses pengenalan wajah.
2.10.1. Metode Face-ARG
Park (2005), mengusulkan sebuah metode baru dalam proses
pencocokan gambar dari dua buah wajah dengan tingkat keberhasilan lebih
baik dibandingkan dengan metode lainnya. Metode yang digunakan adalah
Attributed Relational Graph (ARG) yang mentransformasikan suatu gambar
wajah menjadi bentuk graph yang terdiri dari himpunan node dan edge
yang saling berhubungan. Proses dari metode ARG ini memiliki kelemahan
tersendiri karena setiap image wajah yang masuk harus dilakukan
pencocokan dengan semua wajah yang ada dalam basis data, semakin
besar data yang disimpan dalam basis data maka waktu untuk proses
pencocokan yang diperlukan akan semakin besar selain itu perbedaan
ukuran image, berbagai variasi dan latar dari suatu image juga
mempengaruhi proses tersebut.
2.10.2. Jaringan Syaraf Tiruan
Metode yang dapat mengadopsi pengenalan wajah dengan lebih
cepat adalah dengan menggunakan Jaringan Syaraf Tiruan (JST), dimana
dalam JST pola dikenali melalui proses pembelajaran dari suatu image yang
telah dipolakan kemudian diboboti untuk menghasilkan pola tertentu bagi
masing-masing image. Dalam JST image tidak perlu disimpan dalam satu
commit to user
masuk, dimana pola-pola image ini sebelumnya telah diberikan sebagai
pelatihan bagi JST. Pembangunan suatu sistem yang didasarkan pada
pendekatan JST, secara umum akan meliputi langkah-langkah berikut ini
(Park, 2005):
1. Memilih model JST yang sesuai didasarkan pada sifat dasar permasalahannya.
2. Membangun JST sesuai untuk karakteristik domain aplikasinya.
3. Melatih JST dengan prosedur pembelajaran dari model yang dipilih.
Menggunakan jaringan yang telah dilatih sebagai pembuatan
inferensi atau pemecahan masalah. Jika hasilnya tidak memuaskan maka
kembali ke langkah sebelumnya.
2.10.3. Metode Back Propagation
Back Propagation adalah salah satu algoritma dalam JST yang
menggunakan multi layer, karena semakin banyak layer yang digunakan
diharapkan jaringan akan menghasilkan hasil yang lebih akurat. Metode
Backpropagation (propagasi balik) merupakan metode pembelajaran lanjut
yang dikembangkan dari aturan perceptron. Hal yang ditiru dari perceptron
adalah tahapan dalam algoritma jaringan. Salah satu hal yang
membedakan antara back propagation dengan perceptron adalah pada
arsitektur jaringannya. Perceptron memiliki jaringan lapis tunggal
sedangkan backpropagation memiliki lapisan lapis jamak.
2.10.4. Algoritma Eigenface
Eigenface adalah salah satu algoritma pengenalan wajah yang
berdasarkan pada Principle Component Analysis (PCA) yang dikembangkan
di MIT. Algoritma Eigenface secara keseluruhan cukup sederhana. Training
Image direpresentasikan dalam sebuah vektor flat (gabungan vektor) dan
digabung bersama-sama menjadi sebuah matriks tunggal. Eigenface
kemudian diekstraksi dan disimpan dalam file temporary atau database.
Adapun algoritma Eigenface yang digunakan dalam penelitian ini
dijalankan dengan langkah-langkah sebagai berikut:
1. Buat MakeFlatVectors(ImageList, N, M): Image List adalah kumpulan dari N
commit to user
2. Gabungkan setiap image dalam WH elemen vektor dengan menggabungkan
semua baris. Buat ImageMatrixsebagai matrik N x WH berisi semua gambar
yang digabung.
3. Jumlahkan semua baris pada ImageMatrix dan bagi dengan N untuk
mendapatkan rataan gambar gabungan. Kita namakan vektor elemen WH ini
dengan ψ.
4. Kurangi ImageMatrix dengan average image ψ. Kita namakan matriks baru
ukuran N x WH sebagai Ф.
5. Jika pada elemen-elemen dari matriks Ф ditemukan nilai negatif, ganti nilainya
dengan nilai 0.
Kemudian identifikasi dilakukan dengan proyeksi dengan algoritma
sebagai berikut:
1. Buat projectToFaceSpace(test_image): image berukuran W x H pixel
2. Kita gabung elemen vektor WH dan kita sebut img
3. Load nilai rataan ψ dari database atau file
4. Kurangi img dengan ψ, kita dapatkan img’
5. Jika pada img’ ditemukan elemen dengan nilai negatif, ganti dengan nilai 0,
untuk mendapatkan vektor 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
2. Proj=projectToFaceSpace(test_image)
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 sebagai hasil identifikasi.
2.11. Penelitian Terdahulu
Sistem presensi yang diterapkan di berbagai instansi/perusahaan
saat ini sudah banyak menggunakan sistem digital seperti fingerprint,
commit to user
Berbagai penelitian telah dilakukan untuk melakukan
inovasi-inovasi terbaru, diantaranya penelitian yang dilakukan oleh Syamsiar
(2005) dengan judul Sistem Identifikasi Scan Iris Mata Menggunakan
Metode JST Propagasi Balik Untuk Aplikasi Sistem Pengamanan Brankas.
Sistem scanning iris merupakan pengembangan dari sistem biometrik,
dimana sistem ini menggunakan anggota tubuh manusia untuk
diidentifikasi sebagai ciri unik manusia. Iris sendiri memiliki ciri yang dapat
bertahan lama hingga seumur hidup sama halnya dengan DNA pada tubuh
manusia dan sidik jari manusia. Pada proyek akhir ini dibuat suatu sistem
untuk identifikasi pola iris mata seseorang yang keluaran dari sistem ini
digunakan untuk pengamanan brankas. Proses yang dilakukan meliputi
pengambilan citra secara video capture, kemudian citra dikonversi dari
skala RGB ke grayscale. Setelah itu citra diproses melalui preprocessing
image dan dilakukan deteksi pupil dan iris, lalu disegmentasi agar dapat diambil area irisnya saja. Kemudian citra dibagi menjadi 64 area untuk
menyederhanakan pemrosesannya. Tahap terakhir adalah identifikasi
dengan metode NN, tetapi sebelumnya sistem dilatih untuk mengenali
referensinya dengan merubah nilai epoch, laju belajar, dan toleransi error
hingga dihasilkan output yang sesuai dengan nilai referensi yang sudah
ditentukan. Sistem dapat bekerja optimal pada range : learning rate (laju
belajar) sebesar 15, jangkauan epoch (looping) sebanyak 100000 kali
dengan toleransi error 0,001 dan momentum 0,1. Tingkat keberhasilan
sistem dalam mengenali user adalah 80,1%.
Menurut Awaludin (2006) Face Recognition atau pengenalan wajah
sejauh ini dilakukan untuk mengenali wajah seseorang dari suatu foto atau
video. Dari hal tersebut dicoba mengembangkan proses pengenalan wajah
atau face recognition tersebut dengan membandingkan foto dengan citra.
Melalui penelitian ini diharapkan dapat lebih mempermudah proses
pengenalan wajah, yang awalnya harus menggunakan foto atau rekaman
video orang yang dicari, tetapi dengan proyak akhir ini kita dapat
mengenali seseorang hanya dengan mengetahui ciri-cirinya saja yang
digambarkan dengan media citra. Pengenalan wajah manusia merupakan
commit to user
dilakukan dengan kelebihan dan kekurangan tertentu. Dari sebuah wajah,
banyak informasi yang didapat baik secara statis maupun dinamis, misalnya
saja warna kulit, struktur tulang wajah, dan ekspresi wajah. Dalam hal ini
bidang keamananpun tak luput untuk memanfaatkan teknologi ini. Dengan
perangkat lunak face recognition, penegak hukum dapat mencari dan
mengidentifikasi wajah seorang kriminal. Jika semula polisi hanya
berpedoman pada ilustrasi gambar wajah dan sidik jari penjahat secara
manual, kini teknologi komputer dapat melakukan tugas tersebut dengan
lebih cepat dan akurat. Hal ini memungkinkan kepolisian dapat mengenali
wajah seorang penjahat melalui sketsa, serta mendapatkan informasi
commit to user
BAB III
METODOLOGI PENELITIAN
Metode penelitian menggambarkan langkah-langkah penelitian yang akan dilakukan dalam pemecahan masalah. Adapun langkah-langkah penyelesaian masalah adalah seperti dalam Gambar 3.1.
Tahap studi pendahuluan
Tahap analisa,
Tahap analisis dan
Studi
Pustaka
Perumusan Masalah dan Tujuan
Penelitian
Analisa
Sistem Awal
Identifikasi kebutuhan sistem
1. Kerangka kerja
2. Input dan Output sistem
3. Kebutuhan perangkat keras dan lunak 4. Struktur biaya
Peran
Peran
cangan
Analisis Hasil
Rancangan
Kesimpulan Pengu
jian Peranc
angan
Studi
Lapangan
[image:44.595.118.545.196.770.2]commit to user
Secara umum, metode penelitian dibagi dalam tiga tahapan, yaitu. ; (1) tahap studi pendahuluan , (2) tahap analisa, perancangan alat dan pengujian (3) tahap analisis dan kesimpulan/saran.
3.1. Tahap Studi Pendahuluan
3.1.1. Studi Pustaka
Langkah awal pada penelitian ini adalah dilakukannya studi pustaka dengan tujuan untuk mendapatkan gambaran mengenai teori-teori dan konsep-konsep yang akan digunakan dalam menyelesaikan permasalahan yang diteliti dan untuk mendapatkan dasar-dasar referensi yang kuat dalam menerapkan suatu metode yang digunakan. Studi literatur dilakukan dengan mengeksplorasi buku-buku, jurnal, penelitian-penelitian dan sumber-sumber lain yang terkait dengan eksperimen dan pengenalan citra wajah. Literatur yang digunakan adalah buku-buku tentang sistem pengenalan wajah, pemrograman visual basic, basis data dan pemrograman bahasa C untuk mikrokontroler ATMEGA 8535.
3.1.2. Studi Lapangan
Studi lapangan yang dilakukan adalah mengadakan penelitian di suatu instansi tentang sistem presensi yang diterapkan. Penelitian dilakukan di Solo Techno Park pada tanggal 3 Mei 2010 dengan mengamati proses presensi karyawan dan mekanisme penghitungan upah karyawan disana. Penelitian ini dilakukan untuk mendapatkan perbandingan dengan sistem yang akan dirancang nantinya tentang kelebihan dan kekurangan masing-masing sistem. Dalam hal ini, mekanisme kegiatan presensi karyawan pada perusahaan industri/perbengkelan seperti di Solo Techno Park sangat sesuai untuk dilakukan riset.
3.1.3. Perumusan Masalah dan Tujuan Penelitian
commit to user
sistem presensi manual biasa, seseorang bisa saja melakukan akses terhadap data orang lain. Sedangkan sistem presensi sidik jari mempunyai kelemahan pada sensor optik dan kaca akan mudah tergores jika diterapkan pada industri perbengkelan.
Wajah merupakan salah satu ciri yang dimiliki seseorang yang memiliki karakteristik yang berlainan, bahkan wajah seorang kembar identikpun memiliki perbedaan. Untuk itu pada penelitian ini menggunakan citra wajah sebagai identitas dalam sistem presensi yang akan dirancang dengan menggunakan bahasa pemrograman Visual Basic 6.0. Penelitian ini dilakukan untuk menganalisa tingkat akurasi pengenalan dengan menggunakan bahasa pemrograman visual basic. Hasil akhir yaitu berupa akurasi dari berbagai macam citra wajah dan program dapat membedakannya.
Tujuan yang ingin dicapai dalam penelitian ini yaitu merancang bangun aplikasi yang dapat mengenali citra wajah seseorang sebagai input dalam sistem presensi. Adapun manfaat yang ingin dicapai dalam penelitian ini yaitu memberikan hasil bahwa dengan adanya sistem presensi yang menggunakan citra wajah tingkat manipulasi data dapat dihindari.
3.2. Tahap Analisa, Perancangan Alat dan Pengujian
3.2.1. Analisa Sistem Awal
Langkah dari tahap ini adalah melakukan pengumpulan data-data yang dibutuhkan dalam penelitian. Data yang telah dikumpulkan tersebut kemudian akan dilakukan analisis sistem awal dan analisis kebutuhan sistem.
Pengumpulan Data yang meliputi : 1. Pola wajah
Sampel pola citra wajah ada dua yaitu wajah berdasar jenis kelamin. Pengambilan sampel citra wajah dapat dilakukan untuk laki-laki dan perempuan. 2. Dokumen
commit to user
Dari pengumpulan data yang telah di dapat dari tahap pengumpulan data kemudian dilakukan analisis sistem awal. Tahap Analisis sistem awal dilakukan untuk mengidentifikasikan permasalahan - permasalahan yang ada dalam sistem, sehingga dapat diusulkan metode - metode yang efektif. Analisa sistem awal dilakukan pada proses pengolahan data pada sistem.
3.2.2. Identifikasi Kebutuhan Sistem
1. Kerangka kerja
Kerangka kerja sistem yang akan dirancang ini berdasarkan kebutuhan akan adanya sistem presensi yang akurat dan mudah dalam pengoperasian serta mampu menghasilkan rekap gaji karyawan secara otomatis. Sesuai kebutuhan tersebut, maka dipilih sistem presensi menggunakan pengenalan citra wajah karyawan yang dapat mencatat jumlah jam kerja dan menghitung gaji karyawan secara otomatis. Untuk merancang sistem tersebut dibutuhkan hardware dan software untuk mendukung sistem presensi pengenalan wajah secara otomatis. Sistem presensi ini akan tercatat secara otomatis dalam program Visual Basic di komputer dan hasil laporan sistem presensi ini dapat dicetak (print out). Untuk komunikasi antara program Visual Basic di komputer dengan hardware menggunakan komunikasi serial (RS 232). Sedangkan hardware sebagai alat bantu dari sistem ini hanya berfungsi memproses perintah dari sistem utama (program
Visual Basic) dan mengontrol input yang berupa kamera serta output berupa LCD.
2. Input dan Output sistem
Alat masukan (input device), adalah alat yang digunakan untuk menerima masukan yang dapat berupa masukan data ataupun masukan program. Adapun input yang dibutuhkan pada sistem ini adalah data identitas karyawan. Data yang dibutuhkan sebagai masukan (input) ke dalam sistem informasi ini adalah :
commit to user
Sedangkan output pada sistem ini adalah informasi tentang kehadiran karyawan melalui pengenalan wajah beserta rekap perhitungan gajinya berupa laporan yang dapat dicetak (print out).
3. Kebutuhan perangkat keras dan lunak
Tahapan selanjutnya adalah membuat kriteria alat bantu untuk pengaturan pendeteksian citra wajah yang akan dibuat. Dan untuk merealisasikan dibuat alat pengaturan pendeteksian dan program yang diperlukan untuk menentukan seberapa cocok citra wajah dapat dikenali oleh sistem, kriteria yang harus ada pada alat ini adalah dapat memberikan informasi bahwa pengenalan citra wajah cocok atau tidak ditampilkan ke LCD atau ada bunyi peringatan melalui buzzer. Berdasarkan kriteria dari kebutuhan alat tersebut yang telah disebutkan di atas, ditentukanlah hal-hal yang harus dibutuhkan untuk merealisasikan pembuatan alat, dimana hal-hal yang dibutuhkan adalah:
1. buzzer
2. PC digunakan untuk membuat program. 3. multitester
4. Mikrokontroler ATMEGA 8535
Mikrokontroler menggunakan AT MEGA 8535 karena telah memiliki internal memori, ADC, timer yang dibutuhkan dalam perancangan.
5. LCD
Untuk kebutuhan perangkat lunak, digunakan software
pemrograman visual basic 6.0 dan MySQL sebagai data