UJI AKURASI SISTEM ABSENSI DENGAN PENGENALAN WAJAH MENGGUNAKAN METODE EIGENFACE.

(1)

TUGAS AKHIR

Oleh :

SEPTIAN WIDANEHRU

0634015077

PROGRAM STUDI TEKNIK INFORMATIKA

FAKULTAS TEKNOLOGI INDUSTRI

UNIVERSITAS PEMBANGUNAN NASIONAL “VETERAN”

J AWA TIMUR

(2)

UJ I AKURASI SISTEM ABSENSI DENGAN PENGENALAN

WAJ AH MENGGUNAKAN METODE EIGENFACE

TUGAS AKHIR

Diajukan Untuk Memenuhi Sebagai Persyaratan Dalam Memperoleh Gelar Sarjana Komputer

Program Studi Teknik Informatika

Oleh :

SEPTIAN WIDANEHRU

0634015077

PROGRAM STUDI TEKNIK INFORMATIKA

FAKULTAS TEKNOLOGI INDUSTRI

UNIVERSITAS PEMBANGUNAN NASIONAL “VETERAN”

J AWA TIMUR

(3)

UJ I AKURASI SISTEM ABSENSI DENGAN PENGENALAN

WAJ AH MENGGUNAKAN METODE EIGENFACE

Disusun oleh :

SEPTIAN WIDANEHRU

0634015077

Telah disetujui mengikuti Ujian Negara Lisan Periode J anuar i Tahun Akademik 2013

Pembimbing I

Basuki Rahmat, S.Si, MT NPT. 3 6907 06 0209 1

Pembimbing II

Dr. Ni Ketut Sari, MT NIP. 1965 0731 1992 03 2001

Mengetahui,

Ketua Program Studi Teknik Informatika Fakultas Teknologi Industri

Universitas Pembangunan Nasional ”Veteran” J awa Timur

(4)

TUGAS AKHIR

UJ I AKURASI SISTEM ABSENSI DENGAN PENGENALAN

WAJ AH MENGGUNAKAN METODE EIGENFACE

Disusun Oleh :

SEPTIAN WIDANEHRU

0634015077

Telah dipertahankan dan diter ima oleh Tim Penguji Skripsi Program Studi Teknik Informatika Fakultas Teknologi Industri

Universitas Pembangunan Nasional ”Veteran” J awa Timur Pada Tanggal 31 J anuar i 2013

Pembimbing : 1.

Basuki Rahmat, S.Si,MT NPT. 3 7006 06 0210 1

Tim Penguji : 1.

Budi Nugr oho, S.Kom, M.Kom NPT. 3 8006 05 0205 1

2.

Dr. Ir. Ni Ketut Sar i, MT NIP. 1965 0731 1992 03 2001

2.

Bar r y Nuqoba, S.Si, M.Kom NIDN. 07 021 184 02

3.

Intan Yuniar Pur basar i, S.Kom, MSc NPT. 3 8006 04 0198 1

Mengetahui,

Dekan Fakultas Teknologi Industri

Univer sitas Pembangunan Nasional ”Veteran” J awa Timur

(5)

J URUSAN TEKNIK INFORMATIKA J l. Raya Rungkut Madya Gunung Anyar Telp. (031) 8706369 (Hunting) Fax. (031) 8706371

KETERANGAN BEBAS REVISI

Kami yang bertanda tangan di bawah ini menyatakan bahwa mahasiswa berikut :

Nama : Septian Widanehru

NPM : 0634015077

Jurusan : Teknik Informatika

Telah mengerjakan Revisi Skripsi / Tugas Akhir dengan judul :

Uji Akur asi Sistem Absensi Dengan Pengenalan Wajah Menggunakan Metode Eigenface

Surabaya, 11 Januari 2013 Dosen Penguji yang telah memeriksa revisi

1. Budi Nugroho, S.Kom, M.Kom ( _____________________ )

NPT. 3 8006 05 0205 1

2. Barry Nuqoba, S.Si, M.Kom ( _____________________ ) NIDN. 07 021 184 02

3. Intan Yuniar Purbasari, S.Kom, MSc ( _____________________ )

NPT. 3 8006 04 0198 1

Mengetahui,

Dosen Pembimbing 1 Dosen Pembimbing 2

Basuki Rahmat , S.Si,M T Dr. Ir. Ni Ket ut Sari, M T

(6)

v

DAFTAR ISI

ABSTRAK ... i

KATA PENGANTAR ... ii

UCAPAN TERIMA KASIH ... iii

DAFTAR ISI ... v

DAFTAR GAMBAR ... viii

DAFTAR TABEL ... x

BAB I PENDAHULUAN ... 1

1.1 Latar Belakang ... 1

1.2 Rumusan Masalah ... 2

1.3 Batasan Masalah ... 2

1.4 Tujuan ... 2

1.5 Manfaat ... 3

1.6 Metodologi Pembuatan Skripsi ... 3

1.7 Sistematika Penulisan ... 4

BAB II TINJ AUAN PUSTAKA ... 6

2.1 Pengenalan Wajah ... 6

2.2 Algoritma Eigenface ... 7

2.3 Visual Basic 6.0 ... 10

2.4 Database MySQL ... 12

BAB III ANALISIS DAN PERANCANGAN SKENARIO UJ I AKURASI ... 17

3.1 Analisis Metode Uji Akurasi ... 17

3.1.1 Metode Pendeteksian Wajah ... 17

3.1.2 Metode Pengujian Berbagai Macam Pose dan Setting Kemiripan ... 19

(7)

vi

BAB IV IMPLEMENTASI UJ I AKURASI ... 23

4.1 Alat Yang Digunakan ... 23

4.1.1 Perangkat Keras ... 23

4.1.2 Perangkat Lunak ... 23

4.2 Implementasi Aplikasi Desain Antarmuka ... 24

4.2.1 Tampilan Form Login ... 24

4.2.2 Tampilan Form Karyawan ... 26

4.2.3 Tampilan Form Setting ... 26

4.2.4 Tampilan Form Absensi ... 27

BAB V UJ I COBA DAN ANALISIS HASIL ... 28

5.1 Skenario Uji Coba ... 28

5.2 Pelaksanaan Uji Coba ... 29

5.2.1 Uji Coba Menjalankan Wamp Server ... 29

5.2.2 Uji Coba Menjalankan Navicat ... 30

5.2.3 Uji Coba Form Karyawan ... 32

5.2.4 Uji Coba Form Setting ... 33

5.2.5 Uji Coba Form Absensi ... 34

BAB VI PENUTUP ... 52

6.1 Kesimpulan ... 52

6.2 Saran ... 52

(8)

vii

DAFTAR GAMBAR

Gambar 3.1 Langkah-Langkah Proses Identifikasi Citra Wajah ... 18

Gambar 3.2 Desain Form Input Data Karyawan... 20

Gambar 3.3 Desain Form Presensi ... 21

Gambar 4.1 Form Login ... 24

Gambar 4.2 Antar Muka Super Admin ... 25

Gambar 4.3 Antar Muka Petugas Admin ... 25

Gambar 4.4 Tampilan Form Karyawan ... 26

Gambar 4.5 Tampilan Form Setting ... 26

Gambar 4.6 Tampilan Form Absensi ... 27

Gambar 5.1 Start All Services pada Wamp Server ... 29

Gambar 5.2 Tampilan PHP MyAdmin ... 30

Gambar 5.3 Buka Koneksi pada Navicat... 31

Gambar 5.4 Tampilan Database Program pada Navicat ... 31

Gambar 5.5 Tampilan Tab karyawan ... 32

Gambar 5.6 Tampilan Form Karyawan ... 33

Gambar 5.7 Tampilan Tab Form Setting ... 33

Gambar 5.8 Tampilan Form Setting ... 34

Gambar 5.9 Tampilan Tab Absensi... 34

Gambar 5.10 Tampilan Form Absensi ... 35

Gambar 5.11 Responden 1... 36

Gambar 5.20 Responden 10 ... 38

(9)

viii

Tabel 5.1 Hasil Pengujian Pertama ... 42

Tabel 5.2 Hasil Pengujian Kedua ... 42

Tabel 5.3 Hasil Pengujian Ketiga ... 43

Tabel 5.4 Hasil Pengujian Keempat ... 43

Tabel 5.5 Hasil Pengujian Kelima ... 44

Tabel 5.6 Hasil Pengujian Keenam ... 44

Tabel 5.7 Hasil Pengujian Ketujuh ... 45

Tabel 5.8 Hasil Pengujian Kedelapan ... 45

Tabel 5.9 Hasil Pengujian Kesembilan ... 46

Tabel 5.10 Hasil Pengujian Kesepuluh ... 46

Tabel 5.11 Hasil Pengujian Kesebelas ... 47

Tabel 5.12 Hasil Pengujian Keduabelas ... 47

Tabel 5.13 Hasil Pengujian Ketigabelas... 48

Tabel 5.14 Hasil Pengujian Keempatbelas ... 48

Tabel 5.15 Hasil Pengujian Kelimabelas ... 49

Tabel 5.16 Hasil Pengujian Keenambelas ... 49

Tabel 5.17 Hasil Pengujian Ketujuhbelas ... 50

Tabel 5.18 Hasil Pengujian Kedelapanbelas ... 50

Tabel 5.19 Hasil Pengujian Kesembilanbelas ... 51

(10)

Judul : Uji Akurasi Sistem Absensi Dengan Pengenalan Wajah Menggunakan Metode Eigenface Pembimbing I : Basuki Rahmat, S.Si., MT

Pembimbing II : Dr. Ir. Ni Ketut Sari, MT Penyusun : Septian Widanehru

i

ABSTRAK

Wajah merupakan salah satu bagian dari manusia yang memiliki ciri-ciri

berbeda. Wajah dapat digunakan untuk mengenali seseorang, misalnya untuk

absensi, pendataan penduduk seperti e-ktp dan sistem pengamanan, dengan

menggunakan sistem pengenalan wajah. Karena wajah manusia

merepresentasikan sesuatu yang kompleks, sehingga pengembangan model

komputasi yang ideal untuk pengenalan wajah adalah sesuatu hal yang sulit.

Selain itu sistem pengenalan wajah juga mendapat kesulitan pada orientasi wajah

yang berlainan, pencahayaan, latar belakang, potongan rambut, kumis atau

jenggot, penutup kepala, kacamata serta perbedaan kondisi misalnya orang

tersebut dalam keadaan agak menoleh, menunduk atau menengadah. Oleh karena

itu dilakukan uji akurasi dengan 2 metode pengujiakurasian yang diharapkan

membantu instansi/perusahaan memilih aplikasi yang terbaik.

Uji akurasi ini menggunakan 2 metode,yaitu: metode pendeteksian wajah

dan metode pengujian berbagai macam pose dan setting kmiripan. Pada metode

yang kedua menguji coba hingga 7 macam pose tiap respondennya dan 5 tingkat

kemiripan.

Aplikasi Sistem Presensi Dengan Pengenalan Wajah Menggunakan

Metode Eigenface telah diuji coba dengan berbagai uji kelayakan. Hasil uji coba

menunjukkan bahwa aplikasi ini dapat dipergunakan untuk absensi karyawan.

(11)

1

1.1 Latar Belakang

Wajah merupakan salah satu bagian dari manusia yang memiliki ciri-ciri

berbeda. Wajah dapat digunakan untuk mengenali seseorang, misalnya untuk

absensi, pendataan penduduk seperti e-ktp dan sistem pengamanan, dengan

menggunakan sistem pengenalan wajah. Karena wajah manusia

merepresentasikan sesuatu yang kompleks, sehingga pengembangan model

komputasi yang ideal untuk pengenalan wajah adalah sesuatu hal yang sulit.

Selain itu sistem pengenalan wajah juga mendapat kesulitan pada orientasi wajah

yang berlainan, pencahayaan, latar belakang, potongan rambut, kumis atau

jenggot, penutup kepala, kacamata serta perbedaan kondisi misalnya orang

tersebut dalam keadaan agak menoleh, menunduk atau menengadah..

Sekarang pengenalan wajah telah dikembangkan untuk banyak aplikasi

keamanan, aplikasi absensi dan aplikasi pendataan penduduk. Penggunaan wajah

sebagai identifier mempunyai banyak manfaat, terutama kepraktisannya karena

memerlukan sebuah image untuk identifikasi. Pada tugas akhir ini, dilakukan uji

akurasi pada sistem pengenalan wajah yang menggunakan metode eigenface.

Yang bertujuan seberapa akurat sistem pengenalan wajah yang menggunakan

eigenface tersebut, sehingga bila hasilnya cukup akurat untuk absensi wajah,

maka akan direkomendasikan ke instasi-instasi yang memerlukan sistem absensi

(12)

2

1.2 Rumusan Masalah

Dengan adanya latar belakang di atas, maka didapatkan rumusan masalah

sebagai berikut:

1. Bagaimana melakukan uji akurasi pada sistem absensi wajah

menggunakan metode eigenface

1.3 Batasan Masalah

Berikut beberapa batasan masalah pada uji akurasi sistem absensi dengan

pengenalan wajah menggunakan metode eigenface, yaitu :

a. Menggunakan 2 metode uji akurasi pada sistem absensi pengenalan wajah

tersebut.

b. Uji akurasi sistem absensi pengenalan wajah dilakukan kepada 20 orang

responden.

1.4 Tujuan

Tujuan dari uji akurasi sistem absensi dengan pengenalan wajah

menggunakan metode eigenface adalah:

1. Mengimplementasikan 2 Metode uji akurasi sistem absensi pengenalan

wajah.

2. Mengimplementasikan uji akurasi absensi pengenalan wajah kepada 20

(13)

1.5 Manfaat

Dengan tugas akhir ini diharapkan dapat memberikan manfaat bagi

instansi/perusahaan yang akan menggunakan sistem absensi agar bisa mengetahui

seberapa akurat sistem absensi pengenalan wajah menggunakan metode eigenface

ini.

1.6 Metodologi Pembuatan Tugas Akhir

Dalam pembuatan tugas akhir kali ini, penulis akan menjelaskan tentang

metode yang digunakan selama penulis menyusun dan membuat tugas akhir ini.

1. Studi Literatur.

Mengumpulkan referensi baik dari internet, maupun sumber-sumber yang

lainnya mengenai uji akurasi sistem absensi, serta mencari contoh-contoh

aplikasi sistem absensi yang menggunakan metode eigenface sebagai

tambahan referensi tugas akhir ini.

2. Analisis dan Perancangan Skenario Uji Coba.

Menganalisis dan merancang skenario uji coba sistem absensi pengenalan

wajah dengan mengujicobakan kepada 20 orang responden agar penilaian

akurasi lebih maksimal.

3. Pembuatan Skenario Uji Akurasi Program.

Pada tahap ini merupakan tahap yang paling banyak memerlukan waktu

karena model dan desain rancangan skenario uji coba aplikasi yang telah

(14)

4

4. Uji Coba dan Evaluasi Aplikasi.

Pada tahap ini setelah skenario uji akurasi sistem absensi dengan pengenalan

wajah menggunakan metode eigenface selesai dibuat, maka dilakukan

pengujian akurasi aplikasi untuk mengetahui apakah aplikasi tersebut akurat

sesuai dengan konsep yang diajukan.

5. Penyusunan Buku Tugas Akhir.

Pada tahap ini merupakan tahap terakhir dari pengerjaan tugas akhir. Buku ini

disusun sebagai laporan dari seluruh proses pengerjaan tugas akhir. Dari

penyusunan buku ini diharapkan dapat memudahkan pembaca yang ingin

menyempurnakan dan mengembangkan skenario uji akurasi aplikasi lebih

lanjut. Sehingga akan ada aplikasi pengenalan wajah yang lebih baik lagi dan

bisa digunakan di berbagai perusahaan.

6. Pembuatan Kesimpulan.

Pada tahap ini dalam bagian akhir pembuatan tugas akhir, dibuat kesimpulan

dan saran dari hasil pembuatan aplikasi yang diperoleh sesuai dengan dasar

teori yang mendukung dalam pembuatan aplikasi tersebut yang telah

dikerjakan secara keseluruhan.

1.7 Sistematika Penulisan

Dalam laporan tugas akhir yang berjudul Uji Akurasi Sistem Absensi

Dengan Pengenalan Wajah Menggunakan Metode Eigenface ini, pembahasan

disajikan dalam enam bab dengan sistematika penulisan seperti pada halaman

(15)

BAB I PENDAHULUAN

Bab ini berisikan tentang latar belakang masalah, perumusan masalah,

batasan masalah, tujuan, manfaat, dan sistematika penulisan

pembuatan tugas akhir ini.

BAB II TINJ AUAN PUSTAKA

Pada bab ini menjelaskan tentang teori-teori pemecahan masalah yang

berhubungan dan digunakan untuk mendukung dalam pembuatan tugas

akhir ini.

BAB III ANALISIS DAN PERANCANGAN SKENARIO UJ I AKURASI

Pada bab ini menjelaskan tentang tata cara atau metode perancangan

skenario uji akurasi yang digunakan untuk mengolah sumber data yang

dibutuhkan sistem.

BAB IV IMPLEMENTASI UJ I AKURASI PROGRAM

Pada bab ini menjelaskan implementasi dari uji akurasi program yang

telah dibuat.

BAB V UJ I COBA DAN EVALUASI

Pada bab ini menjelaskan tentang pelaksanaan uji coba dan evaluasi

dari pelaksanaan uji coba dari program yang dibuat sehingga sesuai

konsep yang telah dibuat

BAB VI PENUTUP

Bab ini berisi kesimpulan dan saran dari penulis untuk pengembangan

(16)

6

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

(17)

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

(18)

8

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.

(19)

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

(20)

10

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

(21)

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

(22)

12

• 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

(23)

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

(24)

14

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

(25)

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),

(26)

16

Kolom n TYPE (panjang));

Menampilkan table, untuk melihat daftar table di dalam database yang sedang

aktif. Perintah yang digunakan adalah SHOW TABLES; (Mahmud Subaena,

(27)

17

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

(28)

18

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

(29)

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,

(30)

20

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

(31)

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

(32)

22

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

(33)

23

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.

(34)

24

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

(35)

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

(36)

26

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

(37)

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.

(38)

28

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

(39)

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

(40)

30

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

(41)

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:

(42)

32

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

(43)

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:

(44)

34

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

field, yaitu field Kemiripan minimum.

Gambar 5.8 Tampilan Form Setting

5.2.5 Uji Coba Form Absensi

Untuk melakukan uji coba form Absensi, bisa mengklik pada tab Operasi

kemudian klik Absensi seperti pada gambar di bawah ini:

Gambar 5.9 Tampilan Tab Absensi

Setelah diklik, akan muncul Form Absensi. Pada Form Absensi terdapat 3

kolom, yaitu kolom kamera, kolom data karyawan dan kolom foto karyawan.

(45)

capture, maka hasil capture tadi akan tampil di kolom foto karyawan yang akan

dicocokkan dengan foto yang sudah tersimpan di dalam database sebelumnya.

Jika cocok maka absensi berhasil dan tampil data karyawan pada kolom data

karyawan, jika tak cocok maka absensi gagal.

Gambar 5.10 Tampilan Form Absensi

Untuk mengetahui seberapa akurat aplikasi presensi ini, maka dibuat uji

coba terhadap 20 orang responden. Ada 2 metode dalam uji akurasi sistem absensi

ini, yaitu; yang pertama adalah metode pendeteksian wajah dan yang kedua adalah

metode pengujian berbagai macam pose dan setting kemiripan. Pada metode yang

kedua, tiap responden akan diabsensi masing-masing 7 pose wajah yang berbeda

dengan 5 macam setting tingkat kemiripan. Sehingga bisa diketahui seberapa

akurat aplikasi absensi ini.

A. Metode Pendeteksian Wajah

Pada metode ini, menampilkan gambar deteksi wajah antara foto yang ada

(46)

36

pada saat absensi, sedangkan pada kolom sebelah kanan adalah foto yang ada di

dalam database. Untuk lebih jelasnya bisa dilihat uji akurasi di bawah ini:

1. Nama Responden: Angga Wahyu Aprista

Gambar 5.11 Responden 1

2. Nama Responden: Septian Widanehru

3. Nama Responden: Deni Budianto

(47)

4. Nama Responden: Yudha Tugas Saputra

5. Nama Responden: Ardy Pranajaya

6. Nama Responden: Ali Ihwan

(48)

38

7. Nama Responden: Eko P.

8. Nama Responden: Ahmad Faris

9. Nama Responden: Husein Hairudin

10.Nama Responden: Andika Fajrin

(49)

11.Nama Responden: Ramadani Sudrajat

12.Nama Responden: Hardianto Dwi

13.Nama Responden: Imam Sumantri

14.Nama Responden: Nurtika Setiowati

(50)

40

15.Nama Responden: Selamet Soendoro

16.Nama Responden: Ahmat Mukson

17.Nama Responden: M. Faizal

18.Nama Responden: M. Rizal

(51)

19.Nama Responden: Ekin Alidra

20.Nama Responden: Haqiqi Agus

B. Metode Pengujian Berbagai Macam Pose dan Setting Kemiripan

1. Pengujian Pertama:

Nama: Angga Wahyu Aprista

(52)

42

Tabel 5.1 Hasil Pengujian Pertama

Pose Setting Tingkat Kemiripan (Dalam %)

60 70 80 90 100

Biasa Terdeteksi Benar Senyum Terdeteksi

Benar Lihat Atas Terdeteksi

Benar

2. Pengujian Kedua

Nama: Septian Widanehru

NPM: 0634015077

Tabel 5.2 Hasil Pengujian Kedua

60 70 80 90 100

Benar Buka Mulut

Lebar Lihat Atas Terdeteksi

(53)

3. Pengujian Ketiga

Nama: Deni Budianto

NPM: 0634015016

Tabel 5.3 Hasil Pengujian Ketiga

60 70 80 90 100

Benar Buka Mulut

Benar

4. Pengujian Keempat

Nama: Yudha Tugas Saputra

NPM: 0634015028

Tabel 5.4 Hasil Pengujian Keempat

60 70 80 90 100

(54)

44

5. Pengujian Kelima

Nama: Ardy Pranajaya

NPM: 0634010030

Tabel 5.5 Hasil Pengujian Kelima

60 70 80 90 100

Benar

6. Pengujian Keenam

Nama: Ali Ihwan

NPM: 0784015038

Tabel 5.6 Hasil Pengujian Keenam

60 70 80 90 100

Benar Buka Mulut

(55)

7. Pengujian Ketujuh

Nama: Eko P.

NPM: 0634010263

Tabel 5.7 Hasil Pengujian Ketujuh

60 70 80 90 100

Benar Buka Mulut

Salah

8. Pengujian Kedelapan

Nama: Ahmad Faris

NPM: 0836010025

Tabel 5.8 Hasil Pengujian Kedelapan

60 70 80 90 100

Benar Buka Mulut

(56)

46

9. Pengujian Kesembilan

Nama: Husein Hairudin

NPM: 0634010312

Tabel 5.9 Hasil Pengujian Kesembilan

60 70 80 90 100

Salah Buka Mulut

Benar

10. Pengujian Kesepuluh

Nama: Andika Fajrin

Tabel 5.10 Hasil Pengujian Kesepuluh

60 70 80 90 100

Benar Buka Mulut

(57)

11. Pengujian Kesebelas

Nama: Ramadani Sudrajat

Tabel 5.11 Hasil Pengujian Kesebelas

60 70 80 90 100

Benar Buka Mulut

Benar

12. Pengujian Kedua Belas

Nama: Hardianto Dwi

NPM: 0934010069

Tabel 5.12 Hasil Pengujian Keduabelas

60 70 80 90 100

Benar Buka Mulut

(58)

48

13. Pengujian Ketigabelas

Nama: Imam Sumantri

Tabel 5.13 Hasil Pengujian Ketigabelas

60 70 80 90 100

Benar Buka Mulut

Benar

14. Pengujian Keempatbelas

Nama: Nurtika Setiowati

NPM: 0834010181

Tabel 5.14 Hasil Pengujian Keempatbelas

60 70 80 90 100

Benar Buka Mulut

(59)

15. Pengujian Kelimabelas

Nama: Selamet Soendoro

NPM: 0834010203

Tabel 5.15 Hasil Pengujian Kelimabelas

60 70 80 90 100

Benar Buka Mulut

Benar

16. Pengujian Keenambelas

Nama: Ahmat Mukson

Tabel 5.16 Hasil Pengujian Keenambelas

60 70 80 90 100

Benar Buka Mulut

(60)

50

17. Pengujian Ketujuhbelas

Nama: M. Faizal

Tabel 5.17 Hasil Pengujian Ketujuhbelas

60 70 80 90 100

Benar Buka Mulut

Benar

18. Pengujian Kedelapanbelas

Nama: M. Rizal

NPM: 0934010100

Tabel 5.18 Hasil Pengujian Kedelapanbelas

60 70 80 90 100

Benar Buka Mulut

(61)

19. Pengujian Kesembilanbelas

Nama: Ekin Alidra

NPM: 0934010067

Tabel 5.19 Hasil Pengujian Kesembilanbelas

60 70 80 90 100

Benar Buka Mulut

Benar

20. Pengujian Keduapuluh

Nama: Haqiqi Agus

NPM: 0834010166

Tabel 5.20 Hasil Pengujian Keduapuluh

60 70 80 90 100

Benar Buka Mulut

(62)

52

BAB VI

PENUTUP

6.1 Kesimpulan

Setelah dilakukan uji coba, maka dapat diambil kesimpulan yaitu:

a. Uji coba dengan 2 metode uji akurasi menyimpulkan aplikasi sistem absensi

dengan pengenalan wajah menggunakan metode eigenface dapat digunakan

di instansi/perusahaan sebagai alat absensi karena keakuratannya.

b. Dengan adanya aplikasi presensi dengan pengenalan wajah ini, menjadikan

pencatatan kehadiran lebih efektif dan efisien.

c. Dengan aplikasi presensi dengan pengenalan wajah ini, tidak diperlukan lagi

presensi dengan cara men-scaning kartu absensi yang mudah dimanipulasi.

6.2 Sar an

Berdasarkan pengalaman dalam proses uji akurasi, terdapat beberapa saran

yang diusulkan oleh penyusun terkait untuk pengembangan aplikasi lebih lanjut.

Saran-saran tersebut antara lain:

a. Untuk uji akurasi, memperbanyak jumlah pose wajah pada saat diuji coba.

b. Untuk uji akurasi, lebih diperbanyak jumlah tingkat kemiripan agar uji

(63)

53

Al Fatta, Hanif. 2009. Rekayasa Sistem Pengenalan Wajah, Penerbit Andi, Yogyakarta.

Prasetyo, Eri dan Rahmatun, Isna. 2011. Desain Sistem Pengenalan Wajah Dengan Variasi Ekspresi dan Posisi Menggunakan Metode Eigenface.

http://ilmukomputer.org/2006/10/27/tutorial-vb-60. diakses tanggal 17 Juli 2012.