VECTOR QUANTIZATION
(LVQ)
SKRIPSI
RUDY CHANDRA
131401041
PROGRAM STUDI S1 ILMU KOMPUTER
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
MEDAN
SISTEM ABSENSI MENGGUNAKAN WAJAH PADA JARINGAN
SYARAF TIRUAN DENGAN ALGORITMA
LEARNING
VECTOR QUANTIZATION
(LVQ)
SKRIPSI
Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh ijazah
Sarjana Ilmu Komputer
RUDY CHANDRA
131401041
PROGRAM STUDI S1 ILMU KOMPUTER
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
MEDAN
PERSETUJUAN
Judul :
SISTEM ABSENSI MENGGUNAKAN
WAJAH PADA JARINGAN SYARAF
TIRUAN DENGAN ALGORITMA
LEARNING VECTOR QUANTIZATION
(LVQ)
Kategori : SKRIPSI
Nama : RUDY CHANDRA
Nomor Induk Mahasiswa : 131401041
Program Studi : SARJANA (S1) ILMU KOMPUTER
Fakultas : ILMU KOMPUTER DAN TEKNOLOGI
INFORMASI UNIVERSITAS SUMATERA UTARA
Komisi Pembimbing :
Dosen Pembimbing II Dosen Pembimbing I
Amer Sharif, S.Si , M.Kom Dr. Poltak Sihombing M.Kom
NIP. - NIP. 196203171991031001
Diketahui/Disetujui oleh
Program Studi S1 IlmuKomputer
Ketua,
Dr. Poltak Sihombing, M.Kom
PERNYATAAN
SISTEM ABSENSI MENGGUNAKAN WAJAH PADA
JARINGAN SYARAF TIRUAN DENGAN ALGORITMA
LEARNING VECTOR QUANTIZATION
(LVQ)
SKRIPSI
Saya mengakui bahwa skripsi ini adalah hasil karya saya sendiri, kecuali beberapa
kutipan dan ringkasan yang masing-masing telah disebutkan sumbernya.
Medan, 22 Juni 2017
Rudy Chandra
PENGHARGAAN
Puji dan syukur penulis ucapkan kehadirat Tuhan yang Maha Esa, karena rahmat dan
izin-Nya penulis dapat menyelesaikan penyusunan skripsi ini, sebagai syarat untuk
memperoleh gelar Sarjana Komputer, pada Program Studi S1 Ilmu Komputer Fakultas
Ilmu Komputer dan Teknologi Informasi Universitas Sumatera Utara. Banyak bantuan
berupa uluran tangan, budi baik, buah pikiran dan kerjasama yang telah penulis terima
selama menempuh studi sampai dengan penyelesaian studi (skripsi) ini. Oleh karena
itu, seyogianya penulis menyampaikan ucapan terimakasih kepada pihak-pihak yang
telah membantu.
Ucapan terima kasih penulis sampaikan kepada:
1. Prof. Dr. Runtung Sitepu, SH, M.Hum selaku Rektor Universitas Sumatera
Utara.
2. Prof. Dr. Opim Salim Sitompul M.Sc selaku Dekan Fakultas Ilmu Komputer
dan Teknologi Informasi Universitas Sumatera Utara.
3. Bapak Dr. Poltak Sihombing, M.Kom selaku Ketua Program Studi S1 Ilmu
Komputer Fakultas Ilmu Komputer dan Teknologi Informasi Universitas
Sumatera Utara.
4. Ibu Dr. Maya Silvi Lydia, B.Sc, M.Sc selaku dosen Pembimbing Akademik
yang telah memberikan nasihat, arahan dan motivasi kepada penulis.
5. Bapak Dr. Poltak Sihombing, M.Kom selaku dosen pembimbing I yang telah
memberikan bimbingan, kritik, dan saran kepada penulis dalam menyelesaikan
skripsi ini.
6. Bapak Amer Sharif., S.Si., M.Kom selaku dosen pembimbing II yang telah
memberikan bimbingan, kritik, dan saran kepada penulis dalam menyelesaikan
skripsi ini.
7. Ibu Amalia., S.T., MT selaku dosen pembanding I yang telah memberikan kritik
dan saran guna memperbaiki kesalahan yang ada pada skripsi ini.
8. Bapak Jos Timanta Tarigan, S.Kom., M.Sc. selaku dosen pembanding II yang
telah memberikan kritik dan saran guna memperbaiki kesalahan yang ada pada
9. Seluruh tenaga pengajar dan pegawai di Fakultas Ilmu Komputer dan Teknologi
Informasi USU yang telah membantu penulis dalam proses pembuatan skripsi.
10.Ayahanda Nurdin dan ibunda tercinta Rusini yang selalu memberikan doa dan
dukungan serta kasih sayang kepada penulis.
11.Bibi Supiah dan Nenek Suriani yang selalu memberikan semangat dan doa
kepada penulis.
12.Abangda Farid Akbar Siregar S.Kom yang telah banyak membantu penulis
dalam pembuatan skripsi ini.
13.Sahabat-Sahabat Zulkarnain Shiddiq, M. Ari Syahputra, M.Sofyan, Fadhilah
Atika, Tiara Rizky, Atika Yasinta, Adiba Nazila, Christian Alesi, Muhammad
Ripqi, Riwan Indra Simbolon, Bobby Armando Sembiring, Ebit Neygo
Simarmata, M.Irfan Sampino, Raja Hafizh Al Ihsan, Dennis Adrian, Rizky
Putra, Fahry Mayprana, M. Ali Subada yang telah berbagi kebersamaan dan
saling memberikan semangat serta dorongan kepada penulis selama
menyelesaikan skripsi ini.
14.Rekan-Rekan Seluruh stambuk 2013 Ilmu komputer USU yang telah banyak
memberi motivasi kepada penulis dalam pengerjaan skripsi ini.
15.Rekan-Rekan pengurus IMILKOM periode 2015-2016 yang telah banyak
memberi motivasi kepada penulis dalam pengerjaan skripsi ini.
16.Pemerintahan Mahasiswa periode 2016-2017 yang telah banyak memberi
motivasi kepada penulis dalam pengerjaan skripsi ini.
17.Ilmu Komputer Laboratory Center (IKLC) yang telah banyak memberi motivasi
kepada penulis dalam pengerjaan skripsi ini.
18.Rekan-rekan penerima Beasiswa Karya Salemba Empat yang telah banyak
memberikan semangat dan arahan kepada penulis dalam pengerjaan skripsi ini.
19.Yayasan Karya Salemba Empat yang telah memberi pelatihan, pengalaman, dan
dukungan selama proses pengerjaan skripsi ini.
20.Penghuni GOA NEWTON KITA yang telah memberikan akses wifi dan tempat
untuk mengerjakan skripsi secara asyik.
21.Hikmahbudhi yang telah memberikan motivasi kepada penulis terkhusus
Delviana yang mencoba untuk membuat halaman skripsi.
22.Semua pihak yang terlibat langsung atau tidak langsung yang penulis tidak dapat
Semoga Tuhan yang Maha Esa melimpahkan berkah kepada semua pihak yang telah
memberikan bantuan, semangat, perhatian, serta dukungan kepada penulis dalam
menyelesaikan skripsi ini. semoga skripsi ini bermanfaat bagi pribadi, keluarga,
masyarakat, organisasi dan negara.
Medan, 22 Juni 2017
ABSTRAK
Sistem absensi memiliki peran penting dalam kehidupan sehari-hari terutama di lingkup kerja seperti perkantoran, pabrik, rumah sakit, sekolah, universitas, dan tempat lain yang membutuhkan absensi. Dalam kegiatan belajar mengajar di dalam suatu perguruan tinggi, tentu saja memiliki mahasiswa/i yang harus dicatat kehadirannya setiap hari. Seringnya pendataan mahasiswa menghilang atau rusak dalam rekapan di tata usaha, memungkinkan beberapa arsip yang begitu banyak, salah letak atau salah pendataan sehingga sistem akademik pada suatu kampus tidak maksimal.Terutama mengenai absensi yang sering tidak sesuai kenyataan isinya. Di era informasi ini akan sangat mudah apabila digunakan teknologi seperti software untuk pendataan absensi, mulai dari daftar kehadiran dan daftar prestasi di kelas. Pada zaman modern seperti sekarang ini, tidak menutup kemungkinan bahwa wajah dapat dimanfaatkan untuk sistem absensi di perguruan tinggi. Melalui wajah memungkinkan proses absen menjadi efektif dan efisien karena lebih cepat dan tidak akan mengalami kerusakan karena data akan tersimpan pada media penyimpanan di komputer. Pada absensi ini akan digunakan konsep jaringan syaraf tiruan algoritma learning vector quantization (LVQ). LVQ adalah metode untuk melakukan platihan terhadap lapisan-lapisan kompetitif yang terawasi. Lapisan kompetitif akan belajar secara otomatis untuk melakukan klasifikasi terhadap vektor yang diberikan dan akan dikelompokkan kedalam kelas yang sama berdasarkan jarak yang mendekati. Wajah yang akan menjadi acuan sebanyak 5 untuk per orang. Media penyimpanan absen akan tercatat di Microsoft Excel.Sistem absensi wajah ini sangat bergantung pada intensitas cahaya yang ada pada foto. Apabila intensitas cahaya pada foto di proses pelatihan mirip dengan foto pada proses pengujian, maka foto akan dapat dikenali sesuai nama.Jika perbedaan intensitas cahaya sangat signifikan, maka foto akan dikenali tetapi berbeda dengan hasil yang diinginkan. Dengan mengatur maksimal epoch sebesar 20 didapat persen akurasi sebanyak 70% melalui 20 sampel diantaranya 15 citra input sesuai target. Selain itu memakai absensi wajah dapat menjadikan efisiensi waktu dengan perbandingan 1 banding 15 mahasiswa yang melakukan absensi secara manual.
ABSTRACT
Attendance system has an important role in life, especially in the scope of work such as offices, factories, hospitals, schools, universities, and other places that require absenteeism. In teaching and learning activities in a college, student must be recorded his presence everyday. Day by day the data of students will be disappear or broken in administration, allowing multiple archives that are so many, misplaced or misrepresentation so that the academic system on a campus not optimal. Especially about absences that often do not match the reality of the contents. In this information era will be very easy when used technology such as software for data absenteeism, starting from the attendance list and the list of achievements in the classroom. In modern times like today, does not rule out the possibility that the face can be utilized for attendance system in college. Through the face allows the absent process to be effective and efficient because it is faster and will not suffer damage because the data will be stored on the storage media on the computer. In this absence will be used the concept of artificial neural network learning vector quantization algorithm (LVQ). LVQ is a method performing training on supervised competitive layers. Competitive layers will learn automatically to classify the given vectors and will be grouped into the same class by close proximity. The face will be 5 for each person. The absence storage media will be recorded in Microsoft Excel. This face attendance system is very dependent on the intensity of light that is on the photo. If the intensity of light in the photo in the training process is similar to the photo in the testing process, then the photo will be recognizable by name. If the difference in light intensity is very significant, then the photo will be recognized but different from the desired result. By adjusting a maximum of 20 epoch obtained percent accuracy of 70% through 20 samples of which 15 image input according to target. In addition, wearing face absence can make the efficiency of time with a ratio of 1 to 15 students who do the absences manually.
DAFTAR ISI
2.6 Jaringan Syaraf Tiruan 13
2.6.1 Learning Vector Quantization (LVQ) 15 Bab 3 Analisis dan Perancangan Sistem
3.1 Analisis Sistem 19
3.1.1 Analisis Masalah 19
3.1.2 Analisis Persyaratan 20
3.1.3 Analisis Permodelan Sistem 21
3.1.4 Naratif Use Case Sistem 22
3.1.5 Flowchart Sistem 26
3.1.5.1 Flowchart sistem secara umum 26
3.1.5.2 Flowchart Pelatihan Algoritma Learning Vector
Quantization (LVQ) 27
3.1.5.3 Screen Shot Coding Pengujian Learning Vector
Quantization (LVQ) 28
3.1.6 Perancangan Database 29
3.1.7 Arsitektur Umum Sistem 30
3.2 Perancangan Antarmuka (Interface) 31
3.2.1 Rancangan Form Utama 31
3.2.2 Rancangan Form Absen 32
Bab 4 Implementasi dan Pengujian
4.1 Implementasi Sistem 34
4.1.1 Tampilan Utama 34
4.1.2 Tampilan Absen 35
4.1.3 Tampilan Tentang 35
4.1.4 Proses grayscale dan thresholding 36 4.1.5 Ketentuan dan Parameter Pengujian 37
4.2 Pengujian Sistem 38
4.2.1 Hasil pengujian dengan webcam sampel ‘rudy’ 39 4.2.2 Hasil pengujian dengan webcam sampel ‘hafiz’ 41 4.2.3 Hasil pengujian dengan webcam sampel ‘Cut Amalia Saffiera’ 43 4.2.4 Hasil pengujian dengan webcam sampel ‘chyntia’ 45 4.2.5 Foto Pemakaian Sistem Absensi di Kelas 47 4.2.6 Screen Shot Coding Pengambilan Wajah Real Time 48
4.2.7 Langkah-langkah Algoritma Learning Vector Quantization
(LVQ) 51
4.2.8 Pencarian Kecocokan Wajah 49
4.2.9 Kalkulasi Hasil Pengujian 55
4.2.10 Analisis Kecocokan Wajah 56
4.2.11 Database Absen Excel 56
Bab 5 Kesimpulan dan Saran
5.1 Kesimpulan 58
5.2 Saran 58
Daftar Pustaka 59
Listing Program A-1
xi
DAFTAR TABEL Nomor
Tabel Nama Tabel Halaman
3.1 Dokumentasi Naratif Use Case Aktifkan dan Scan Wajah
memakai Kamera 22
3.2 Dokumentasi Naratif Use Case Pengujian Inputan 23 3.3 Dokumentasi Naratif Use Case Deteksi Wajah 23 3.4 Dokumentasi Naratif Use Case Daftar Wajah 24 3.5 Dokumentasi Naratif Use Case Pelatihan Inputan 24 3.6 Dokumentasi Naratif Use Case Catat sebagai absen 25 4.1 Hasil pengujian dengan webcam sampel ‘rudy’ 37 4.2 Hasil pengujian dengan webcam sampel ‘hafiz’ 39
4.3 Hasil pengujian dengan Saffiera’ webcam sampel ‘Cut Amalia 41
4.4 Hasil pengujian dengan webcam sampel ‘chyntia’ 43
4.5 Tabel Gambar yang menjadi Target. 51
4.6 Tabel Binerisasi Input Vektor 52
4.7 Tabel Nilai Minimum yang dihasilkan 54
4.8 Tabel Rangkuman Hasil Pengujian 55
4.9 Tabel Selisih Waktu Antara Absen Manual Dan Sistem
DAFTAR GAMBAR Nomor
Gambar Nama Gambar Halaman
2.1 Diagram Sederhana Proses Pengenalan Pola 9
2.2 Intensitas grayscale 11
2.3 Citra Grayscale 11
2.4 Citra Threshold 12
2.5 Alur Preprocessing Citra menjadi Threshold 12
2.6 Model Sederhana Neuron 14
2.7 Skema Proses Jaringan Syaraf Tiruan melalui jaringan dari
unit pemroses kecil yang saling terhubung 14 2.8 Arsitektur Learning Vector Quantization 16
3.1 Diagram Ishikawa 20
3.2 Use case Diagram Sistem Absensi Wajah 22
3.3 Activity Diagram Sistem Absensi Wajah 25
3.4 Sequence Diagram Sistem Absensi Wajah 26
3.5 Flowchart sistem secara umum 26
3.6 Flowchart Pelatihan Sistem Absensi Wajah 27 3.7 Flowchart Pengujian Sistem Absensi Wajah 28
3.8 Arsitektur Umum Sistem Absensi Wajah 30
3.9 Rancangan Form Utama 31
3.10 Rancangan Form Absen 32
3.11 Rancangan Form Tentang 33
4.1 Tampilan utama 34
4.2 Tampilan absen 35
4.3 Tampilan tentang 35
4.4 Contoh citra Grayscale 36
4.5 Contoh citra threshold 36
4.6 Hasil Binerisasi 37
4.7 Proses deteksi wajah dan pendaftaran wajah 38 4.8 Foto Pemakaian Sistem Absensi di Kelas 47
4.9 Screen Shot Coding Pengambilan Wajah Real Time 48
4.10 Citra Inputan yang tertangkap Kamera 49 4.11 Output yg diharapkan agar sesuai target 49 4.12 Gambar threshold yang akan diproses pada gambar acuan. 51
4.13 Perubahan Bobot pada Kelas target 1 53
