1
APLIKASI PENCITRAAN WAJAH MENGGUNAKAN ALGORITMA EIGENFACE SEBAGAI SARANA PRESENSI KARYAWAN NON BANKING STAFF PADA PT. BANK MUAMALAT
INDONESIA. TBK CABANG PANGKALPINANG
Alfajri Septianriandi
0911500037
PROGRAM STUDI TEKNIK INFORMATIKA SEKOLAH TINGGI MANAJEMEN INFORMATIKA DAN KOMPUTER ATMA LUHUR , PANGKALPINANG
ABSTRAKSI
Dengan berkembang pesatnya teknologi membuat banyak cara yang digunakan sebagai cara atau sarana presensi baik di institusi pemerintah, swasta, dan banyak institusi lainnya. Bermacam cara mulai dari penggunaan kertas, mesin presensi, barcode, sampai dengan sidik jari yang sedang banyak dipergunakan untuk efisiensi dan optimalisasi. Namun terdapat banyak kelemahan dari banyak cara tersebut dan ada-ada saja cara seseorang untuk berbuat curang, dari menitipkan absensi berupa kartu tanda pengenal atau pun id dan password karyawan tersebut agar terhindar dari hukuman bila datang terlambat atau pun tidak masuk kerja. Untuk lebih mengoptimalkan presensi karyawan dapat dipergunakan salah satu alternatif berupa pengenalan wajah atau absensi menggunakan wajah. Penelitian tentang cabang ilmu
Artifficial Intelligence ini telah banyak di lakukan.
Salah satu algoritma yang sering dipergunakan adalah algoritma Eigenface. Menurut Lyman (2007),
Eigenface adalah sekumpulan standarisasi face ingredient yang diambil dari analisis statistik dari
banyak gambar wajah.
Kata Kunci : Eigenface, Pengenalan wajah, Sistem presensi
ABSTRACTION
Along with the rapid growth of technology, create so many methods that is used as a way or a good means of presentation in goverment institution, private and many others. A variety of ways ranging from the use of paper, presence machine, barcode, up with fingerprints which is being widely used for the efficiency and optimization. But there are many disadvantages of these methods and so many ways for a person to cheat, such as leave attendance form of identification card or id and employee’s password to avoid punishment if they come late or don’t come to work. To further optimize presence of employees can use one alternative such as facial recognition or attendance using facial. Research branch of science
Artifacial inteligence have been carried out. One of
the algorithms that often used is Eigenface
algorithms. According to Lyman (2007), Eigenface
is a set of standardized face ingredient drawn from statistical analysis from many of face images.
keywords: Eigenface, Face Recognition, Presence Systems
2 1. PENDAHULUAN
Latar Belakang
Tak dapat di pungkiri bahwa sekarang teknologi semakain berkembang pesat. Banyak alat-alat yang canggih diciptakan dan hal tersebut hanya memiliki satu tujuan yaitu memudahkan manusia. Dalam berbagai aspek teknologi sangat memegang peranan penting seperti komputer yang dipergunakan secara luas dan merata. Maka dari itu banyak pengaplikasian ilmu komputer yang semakin maju.
Salah satu ilmu komputer yang sekarang banyak diminati perkembangannya adalah kecerdasan tiruan atau Artificial Intelligence. Dimana salah satu penerapannya adalah bagaimana sebuah komputer bisa mengenali wajah manusia. Telah banyak aplikasi dan algoritma yang dikembangkan untuk mewujudkan hal ini dan salah satunya adalah algoritma Eigenface.
Eigenface adalah kumpulan dari sebuah eigenvector yang digunakan untuk masalah
computer vision pada pengenalan wajah dari
manusia. Teknik ini juga telah lama digunakan dalam beberapa pengenalan antara lain seperti pada pengenalan tulisan tangan, pembacaan bibir, pencitraan medis dan pengenalan pada suara. Menurut (Lyman dalam Al Fatta, Hanif, 2009:13)
eigenface ialah sekumpulan standardized face ingredient yang diambil dari analisis statistik dari
banyak gambar wajah.
Satu wajah dari seorang manusia dapat dilihat sebagai suatu kombinasi dari wajah-wajah standar ini. Wajah seseorang bisa saja terdiri dari 10 % dari wajah 1, 20 % dari wajah 2, dan seterusnya sehingga jika kita dapat merekam suatu wajah dari seseorang untuk pengenalan wajah, maka bisa digunakan jauh lebih sedikit fitur daripada yang ditangkap oleh foto digital.
Untuk menghasilkan suatu eigenface,
sekumpulan dari besarnya citra digital dari wajah manusia diambil pada kondisi pencahayaan yang sama lalu kemudian dilakukan normalisasi dan selanjutnya diolah pada resolusi yang sama (misalnya 80 x 80 pixel). Lalu citra tersebut diperlakukan sebagai vector dimensi 80 x 80 pixel di
PENGENALAN WAJAH
mana komponennya diambil dari nilai pixel-nya. Untuk menentukan nilai eigenface dari sekumpulan citra wajah, digunakan algoritma eigenface
berdasarkan Principle Component Analysis (PCA). Hal ini tentunya memiliki banyak kelebihan jika teknologi ini dipergunakan untuk sarana presensi karyawan Non Banking Staff pada PT. Bank Muamalat Indonesia, Tbk. Cabang Pangkalpinang yang mana selama ini menggunakan aplikasi absensi biasa yang dapat dicurangi seperti dapat menitipkan absensi pada teman dan banyak hal curang lainnya. Dan dalam penentuan untuk menggunakan pencitraan wajah ini mengalami beberapa pertimbangan teknologi lainnya seperti barcode dan
fingerprint yang memiliki banyak kelemahan.
Dari uraian diatas, maka penulis tertarik untuk memilih absensi menggunakan pengenalan wajah ke dalam bentuk penelitian dengan judul “Aplikasi pencitraan wajah menggunakan Algoritma Eigenface sebagai sarana Presensi karyawan Non Banking Staff pada PT. Bank Muamalat Indonesia, Tbk. Cabang Pangkalpinang”. Dengan aplikasi presensi berbasis pengenalan wajah ini diharapkan karyawan tersebut terhindar dari berbagai kecurangan dalam pencatatan absensi karyawan, lebih disiplin dalam bekerja, lebih efisien dan lebih bertanggung jawab.
2. LANDASAN TEORI
ARTIFICIAL INTELLIGENCE
Kecerdasan buatan atau Artificial Intelligence (AI) istilah yang mungkin akan
mengingatkan kita akan kehebatan optimus prime dalam film The Transformers. Kecerdasan buatan memang kerap diidentikkan dengan kemampuan robot yang dapat berperilaku seperti manusia.
PENGENALAN POLA
Pengenalan pola merupakan bidang dalam pembelajaran mesin dan dapat diartikan sebagai "tindakan mengambil data mentah dan bertindak berdasarkan klasifikasi data. Dengan demikian, ia merupakan himpunan kaidah bagi pembelajaran diselia (supervised learning).
3 Pengenalan wajah adalah merupakan suatu pengenalan pola (pattern recognition) yang khusus untuk kasus wajah. Ini dapat dideskripsikan sebagai pengklasifikasian suatu wajah apakah dikenali (known) atau tidak dikenali (unknown), dimana setelah dibandingkan kemudian disimpan secara tersendiri. Beberapa pendekatan untuk pengenalan obyek dan grafika komputer didasarkan secara langsung pada citra-citra tanpa penggunaan model 3D. Banyak dari teknik ini tergantung pada suatu representasi citra yang membentuk suatu struktur ruang vektor, dan dalam prinsip ini memerlukan korespondensi yang padat.
ALGORITMA EIGENFACE
Kata Eigenface sebenarnya berasal dari bahasa Jerman “ EignWert” dimana “Eigen” artinya karakteristik dan “Wert” artinya nilai. Eigenface adalah salah satu algoritma pengenalan pola wajah yang berdasarkan pada Principle Component
Analysis (PCA) yang dikembangkan di MIT. Eiganface merupakan kumpulan dari Eigenvector
yang digunakan untuk masalah Computer vision pada pengenalan wajah manusia.
Eigenface adalah kumpulan standartize face ingredient yang diambil dari analisis statistik dari
banyak gambar wajah. Untuk menghasilkan
eigenface, sekumpulan citra digital dari manusia
diambil pada kondisi pencahayaan yang sama kemudian dinormalilasikan dan diproses pada revolusi yang sama (misal m x n) kemudian citra tadi diperlakukan sebagai vektor dimensi m x n dimana komponennya diambil dari nilai pixel citra.
PENCITRAAN
Pengolahan citra adalah salah satu cabang dari ilmu informatika. Pengolahan citra berkutat pada usaha untuk melakukan transformasi suatu citra / gambar menjadi citra lain dengan menggunakan teknik tertentu.
VISUAL BASIC 6.0
Microsoft Visual Basic (sering disingkat sebagai VB saja) merupakan sebuah bahasa pemrograman yang menawarkan Integrated
Development Environment (IDE) visual untuk membuat program perangkat lunak berbasis sistem operasi Microsoft Windows dengan menggunakan model pemrograman (COM). Visual Basic
merupakan turunan bahasa pemrograman BASIC dan menawarkan pengembangan perangkat lunak komputer berbasis grafik dengan cepat.
Beberapa bahasa skrip seperti Visual Basic
for Applications (VBA) dan Visual Basic Scripting Edition (VBScript), mirip seperti halnya Visual
Basic, tetapi cara kerjanya yang berbeda. Para programmer dapat membangun aplikasi dengan menggunakan komponen - komponen yang disediakan oleh Microsoft Visual Basic Program-program yang ditulis dengan Visual Basic juga dapat menggunakan Windows API, tapi membutuhkan deklarasi fungsi luar tambahan.
WEBCAM
Sebuah web camera yang sederhana terdiri dari sebuah lensa standar, dipasang di sebuah papan sirkuit untuk menangkap sinyal gambar; casing
(cover), termasuk casing depan dan casing samping
untuk menutupi lensa standar dan memiliki sebuah lubang lensa di casing depan yang berguna untuk memasukkan gambar; kabel support, yang dibuat dari bahan yang fleksibel, salah satu ujungnya dihubungkan dengan papan sirkuit dan ujung satu lagi memiliki connector, kabel ini dikontrol untuk menyesuaikan ketinggian, arah dan sudut pandang
web camera.
Sebuah web camera biasanya dilengkapi dengan software, software ini mengambil gambar-gambar dari kamera digital secara terus menerus ataupun dalam interval waktu tertentu dan menyiarkannya melalui koneksi internet. Ada beberapa metode penyiaran, metode yang paling umum adalah hardware mengubah gambar ke dalam bentuk file JPG dan menguploadnya ke web server menggunakan File Transfer Protocol (FTP).
4
3. PERMODELAN PROYEK
OBJECTIVE PROYEK
Penelitian dilakukan di Kantor PT. Bank Muamalat Indonesia Tbk, Cabang Pangkalpinang yang menitik beratkan pada kedisiplinan, motivasi kerja dan kinerja dari karyawan Non Banking staff yang terdiri dari Office Boy, Driver, Security, dan Operator agar lebih meningkatnya kinerja dari karyawan-karyawan tersebut.
Hal ini dapat dilihat dari kurang disiplinnya karyawan Non Banking staff dalam prihal absensi. Sering terjadi kecurangan dalam hal ini seperti menitipkan absen pada teman yang satu profesi maupun yang berbeda profesi. Hal ini dapat dilakukan dikarenakan sistem yang dipergunakan pada saat ini menggunakan software gratisan yang dapat di unduh dari internet dan hanya menggunakan id dan password saja.
Melalui penelitian ini peneliti akan mencoba merancang solusi yang lebih cepat dan tepat untuk mengatasi masalah diatas agar tercipta karyawan
Non Banking staff yang handal, disiplin, memiliki
motivasi kerja yang tinggi dan selalu bersemangat dalam bekerja.
Dari kesimpulan diatas maka objek dari pengembangan proyek Aplikasi pencitraan wajah ini adalah :
1. Merancang Aplikasi pencitraan wajah sebagai sarana absensi yang akurat dan tepat guna untuk karyawan Non Banking Staff di PT. Bank Muamalat Indonesia Tbk Cabang Pangkalpinang.
2. Merancang Aplikasi pencitraan wajah yang
user friendly dan dapat digunakan oleh
karyawan Non Banking Staff yang kebanyakan merupakan lulusan SLTA. 3. Merancang Aplikasi pencitraan wajah yang
mampu membantu personalia dalam mengontrol karyawan Non Banking Staff tersebut.
4. Merancang Aplikasi pencitraan wajah yang memapu mendisiplinkan serta meningkatkan motivasi dan etos kerja di PT. Bank Muamalat Indonesia Tbk Cabang Pangkalpinang.
IDENTIFIKASI STAKEHOLDE
Berikut identifikasi Stakeholder yang terlibat dalam pengembangan Aplikasi pencitraan wajah ini : 1. Tim Proyek
2. Calon pengguna yaitu karyawan Non Banking
Staff Bank Muamalat Indonesia Cabang
Pangkalpinang. 3. Staff pendukung
4. Publisher
IDENTIFIKASI DELIVARIABLES
Delivariables / hasil kerja yang nantinya akan
diberikan kepada publisher adalah sebagai berikut : 1. Laporan Project dalam bentuk CD.
2. Laporan biaya proyek.
3. Aplikasi Presensi Pencitraan wajah
PENJADWALAN PROYEK
Dalam merancang dan membuat aplikasi presensi untuk karyawan Non Banking Staff pada PT. Bank Muamalat Indonesia Tbk, Cabang Pangkalpinang ini kami melakukan beberapa kegiatan yang tergambar dalam jawdal kegiatan proyek. Jadwal kegiatan proyek tergambar antara lain :
a. Work Breakdown Structure b. Milestone
c. Rencana Anggaran Biaya d. Jadwal proyek
e. Struktur Tim Proyek
4. ANALISA DAN RANCANGAN
PERMASALAHAN DAN STRATEGI
PEMECAHAN MASALAH
ANALISA MASALAH
Pada saat ini PT. Bank Muamalat Indonesia Cabang Pangkalpinang menggunakan aplikasi
download-an untuk absensi karyawan Non Banking Staff nya yang cara kerjanya cukup meng-input-kan
5 nomor karyawan pada aplikasi tersebut dan menekan button oke maka akan tercatat lah record absensinya. Cara ini bisa dikatakan sangat manual. Sebelum itu karyawan NBS menggunakan aplikasi yang sama dengan karyawan Banking Staff yang cara kerjanya meng-input-kan nomor karyawan dan pin ATM mereka untuk absensi. Hal ini tentunya lebih aman jika dibandingkan dengan aplikasi yang sekarang digunakan.
Tapi hal-hal seperti ini tak membuat kecurangan dalam pengabsensian karyawan berkurang. Terkadang mereka dapat menitipkan PIN mereka meskipun bisa dikatakan sangat berbahaya demi tabungan mereka. Hal ini sangat berpengaruh terhadap kinerja mereka dalam bekerja. Bahkan karyawan sering terlambat dan pekerjaan yang seharusnya bisa diselesaikan dengan cepat dan tepat menjadi lambat dan memakan waktu yang banyak. Tentu personalia yang melihat kondisi ini ingin memperbaiki keadaan tersebut apa lagi dengan aplikasi yang digunakan sekarang demi meningkatnya kinerja karyawan Non Banking Staff.
PEMECAHAN MASALAH
Dengan mengetahui pokok permasalahan diatas, maka dikembangkan suatu aplikasi presensi
pencitraan wajah. Aplikasi ini memungkinkan
untuk absensi menggunakan deteksi wajah sehingga tidak ada alasan lagi menitipkan absensi lagi pada temannya. Seluruh aktifitas absensi di lakukan oleh komputer sehingga lebih optimal dan bagian Personalia dapat mengelola data absensi dengan lebih tepat dan akurat untuk menentukan gaji para karyawan NBS sesuai dengan kedisiplinannya.
E-R DIAGRAM (Entity Relational Diagram)
Pembuatan ERD merupakan salah satu langkah yang harus dilakukan dalam rangka perancangan pembuatan sistem aplikasi ini. Maksud dari pembuatan ERD ini agar dapat memperlihatkan relasi-relasi antar tabel yang ada di dalam database. Berikut ERD dari database tersebut :
Gambar 4.1 E-R Diagram
SPESIFIKASI SOFTWARE DAN HARDWARE Berikut ini spesifikasi hardware dan software yang harus dipenuhi untuk menjalankan aplikasi ini secara optimal.
HARDWARE
Berikut ini merupakan spesifikasi hardware komputer yang harus dipenuhi untuk menjalankan sistem absensi karyawan dengan baik.
1. Processor Pentium(R) Dual-Core (2.60 GHz)
2. RAM 1 GB
3. Keyboard dan Mouse
4. Monitor
5. Harddisk minimal 10 GB 6. Webcam
7. Printer untuk mencetak hasil laporan
SOFTWARE
Berikut ini merupakan spesifikasi Software komputer yang harus dipenuhi untuk menjalankan sistem absensi karyawan dengan baik.
1) Sistem Operasi Microsoft Windows XP / Vista / Seven
2) Microsoft Visual Studio6.0 3) SQL Server 2005
4) Driver Webcam
IMPLEMENTASI PROGRAM
Implementasi sistem berguna untuk mengetahui sejauh mana algoritma Eigenface bisa mengenal wajah karyawan Non Banking Staff PT. Bank Muamalat Indonesia Tbk Cabang Pangkalpinang untuk digunakan sebagai sarana presensi. Selain itu, dari hasil implementasi ini akan
6
Tabel 4.7 Hasil Pengujian sistem
Kondisi Wajah Jumlah Pengujian Hasil pengenalan
a Pose Normal 10 10
b Pose Ekspresif 10 10
c Pose Miring ke Kanan 10 6
d Pose Miring ke Kiri 10 7
e Berubah sudut 10 9
f Jarak ≤ 20 cm 10 9
g Pose normal ditambah 14 watt 10 7
h Perubahan Latar 10 8
dilakukan analisa tingkat akurasi pengenalan wajah oleh sistem berdasarkan algoritma tersebut dan mencari faktor-faktor yang mempengaruhi akurasi pengenalan wajah.
TAMPILAN LAYAR
Gambar 4.28 Tampilan Layar Form Login
(password benar)
Gambar 4.43 Tampilan Layar menu Absensi
Gambar 4.44 Tampilan Layar menu Laporan Absensi
PENGUJIAN PROGRAM
Pengujian program dilakukan sebagai pembuktian apakah sistem absensi dengan algoritma
eigenface dapat digunakan sebagai media absensi,
serta mengetahui tingkat ke pekaan, keakuratan dan ketepatan sistem ini.
Prosedur pengujian :
1. Pengujian di lakukan setelah pengujian dalam keadaan normal dilakukan.
2. Pengujian dilakukan dengan image database sebanyak 15 image yang telah dinormalisasikan. 3. Masing-masing image diuji sebanyak 10 kali.
7 EVALUASI PROGRAM
Evaluasi dalam membuat atau membangun suatu aplikasi adalah keharusan karena dengan adanya evaluasi kita dapat melihat hasil yang dicapai dalam pengembangan aplikasi dan menganalisa banyak hal untuk pengembangan aplikasi kedepannya. Dan dalam pembuatan aplikasi ini kami menemukan dan menganalisa beberapa kelebihan dan kekurangan sistem. Adapun kelebihan dan kekurangan aplikasi tersebut adalah sebagai berikut :
KELEBIHAN PROGRAM
1. Sistem dapat dioperasikan dengan baik karena memiliki interface yang baik dan bersifat user friendly.
2. Sistem dapat digunakan dalam beberapa kondisi karyawan.
3. Tidak memungkinkan kecurangan / meminimalisir kecurangan dalam proses absensi karyawan.
4. Memiliki database yang besar karena menggunakan SQL Server 2005.
5. Memungkinkan antrian proses jika menggunakan banyak komputer.
KEKURANGAN PROGRAM
1. Kemampuan sistem ini masih jauh dari sempurna karena pencahayaan, sudut, objek dan lainnya mempengaruhi hasil dari proses pencarian.
2. Semakin banyak karyawan maka akan semakin mempengaruhi ketepatan pengenalan wajah.
3. Kualitas webcam mempengaruhi hasil
capture maupun pengenalan wajah.
KESIMPULAN
Berdasarkan hasil analisa, uji coba dan penelitian yang dilakukan maka kami dapat menarik beberapa kesimpulan yaitu :
1. Jarak yang tidak konstan antara user dengan kamera, perubahan sudut pengambilan gambar, pencahayaan yang terlalu tinggi atau terlalu rendah, perubahan pose wajah ekspresif, perubahan pose miring ke kiri, ke kanan dan juga perbedaan background dapat mengurangi kualitas pengenalan wajah. 2. Kondisi yang sangat berpengaruh pada hasil
pengenalan wajah adalah saat terjadi perubahan sudut kemiringan, sedangkan kondisi yang pengaruhnya kecil adalah pada saat kondisi pose normal dan ekspresif. 3. Sistem dikatakan error bila data yang
dikeluarkan oleh database tidak sesuai dengan data hasil capture wajah.
4. Perangkat webcam berpengaruh besar akan tingkat akurasi karena merupakan komponen yang sangat penting. Jika kualitas
webcamnya tidak bagus maka aplikasi tidak
akan berjalan dengan baik.
SARAN
Kemampuan sistem ini sebenarnya masih jauh dari sempurna, terlebih karena tidak adanya modul deteksi wajah untuk sebuah citra. Oleh karena itu kedepannya disarankan untuk membuat modul ini. Sedangkan untuk kemampuan akurasi yang tidak terlalu bagus dikarenakan faktor cahaya, sudut, dan lainnya, perlu dibuat modul normalisasi yang lain, sehingga sistem ini dapat memperoleh tingkat akurasi yang lebih tinggi dan lebih baik. Selain itu perlu dikembangkan lagi mengenai metode absensinya agar karyawan tidak perlu lagi mengklik
button pada sistem.
DAFTAR PUSTAKA
Alfatta, Hanif.Rekayasa system pengenalan wajah. Yogyakarta : PENERBIT ANDI:2009.
Herdito, Chandra. 2011. Kelebihan dan Kekurangan
Bahasa Pemrograman,
http://chandraherdito.wordpress.com/2011/03/ 28/kelebihan-dan-kekurangan-bahasa-
8 Indica, Miana. 2011. Pengenalan Wajah (Face
Recognition) Menggunakan Model 3D pada Grafika Komputer
, http://blog.um.ac.id/mianazafentea/?p=28, diunduh 09 Mei 2013
Jayadi, Maulana. 2012. Work Breakdown Structure ,
http://maulanajayadi24hikaru.blogspot.com/2009/1 0/work-breakdown-structure-wbs.html, diunduh 02 Juni 2013
Komputer, Wahana. Panduan Praktis Pemrograman Visual Basic 6.0 Semarang :
PENERBIT ANDI.2005
Marlan, Suparman. Komputer Masa Depan. Bandung : PENERBIT ANDI.2005
Martasari,Rindriana . 2012. Kelebihan dan
Kekurangan dari Perangkat Lunak yang menangani semua pengaksesan database ,
http://rindryrise.wordpress.com/2012/05/04/kelebih an-dan-kekurangan-dari-perangkat-lunak-yang-menangani-semua-pengaksesan-database/, diunduh 07 Juni 2013
Metta, Erlinda. 2012. Sistem Pengenalan Citra
Wajah dengan image Processing
http://erlindamettadewi-fst09.web.unair.ac.id/ artikel_detail-44261-Sistem%20CerdasSistem %20Pengenalan%20Citra%20Wajah%20 dengan%20Image%20Processing.html, diunduh 21 Juni 2013
Suja, Iman. Pemrograman SQL dan Database
Server MY SQL. Semarang: PENERBIT
ANDI.2005
Naim, Rifaun. 2011. Pengertian Artifficial
Intelligence,
http://buahilmu.wordpress.com/2011/04/13/pe ngertian-artificial-intelligence-kecerdasan-buatan/, diunduh 05 Mei 2013
Pitowarno, Endra. Robotika Desain, Kontrol
dan Kecerdasan Buatan. Yogyakarta : PENERBIT ANDI.2006
