GDL

Presence Filling System Based Face Recognition Using Convolutional Neural Network Method

Skripsi, 025 / 2021 / EK
Undergraduate Theses from JBPTPPOLBAN / 2022-12-06 11:21:45
Oleh : Ryan Dwi Setiawan - 171354028 (ryan.dwi.tec417@polban.ac.id)
Dibuat : 2022-12-06, dengan 4 file

Keyword : Convolutional Neural Network, Pengenalan Wajah, Presensi
Subjek : Convolutional Neural Network, Face Recognition, Presence

Administrasi diperlukan di berbagai bidang, salah satunya dalam lingkup kampus. Pada lingkup kampus ini diperlukan pendataan yang menangani informasi pegawai dan mahasiswa. Salah satunya pendataan kehadiran yang umumnya dilakukan dengan media tulisan. Hal ini sering menimbulkan kecurangan dan kelalaian dalam pelaksanaannya. Aplikasi dari pengenalan wajah dapat diterapkan pada sistem pengisian presensi kehadiran. Tugas akhir ini bertujuan menerapkan metode Convolutional Neural Network yang dapat digunakan untuk melakukan proses ekstraksi fitur dan klasifikasi. Pada pengaplikasian sistem tersebut mahasiswa menghadapkan wajahnya pada kamera, kemudian sistem mendeteksi bagian citra wajah kemudian identitas dari mahasiswa dapat dikenali sekaligus presensi kehadirannya dianggap hadir beserta jam kedatangannya. Sebagai langkah akhir, daftar tersebut dikonversi menjadi file excel (.xlsx) sebelum dikirim ke pengurus bagian administrasi. Hasil pengujian pada sistem ini memiliki nilai akurasi 85%. Waktu dalam proses pengenalan yaitu 3 hingga 9 detik dengan jarak wajah dari kamera 30 – 50 cm. Sistem disimpan pada ruangan dengan pencahayaan berlampu terang. Sudut maksimal wajah menghadap kamera sebesar 10 derajat. Kata Kunci: Convolutional Neural Network, Pengenalan Wajah, Presensi.

Deskripsi Alternatif :

Administration is required in various fields, one of which is within the scope of the campus. In the scope of this campus, data collection is needed that handles employee and student information. One of them is the collection of attendance that is generally done with writing media. This often leads to fraud and negligence in its implementation. The application of facial recognition can be applied to the attendance filling system. This final task aims to implement convolutional neural network methods that can be used to perform the process of extracting features and classification. In the application of the system, students face the camera, then the system detects the facial image and then the identity of the student can be recognized as well as the presence of his presence is considered present along with the time of his arrival. As a final step, the list is converted to an excel file (.xlsx) before being sent to the administration administrator. The experiment results shows the system have an accuracy value of 85%. The time in the introduction process is 3 to 9 seconds with a face distance from a camera of 30 - 50 cm. The system is stored in a room with bright lighted lighting. The maximum angle of the face facing the camera is 10 degrees. Keywords: Convolutional Neural Network, Face Recognition, Presence.

Beri Komentar ?#(0) | Bookmark

Properti	Nilai Properti
ID Publisher	JBPTPPOLBAN
Organisasi
Nama Kontak	Erlin Arvelina
Alamat	Jl. Trsn. Gegerkalong Hilir Ds. Ciwaruga
Kota	Bandung
Daerah	Jawa Barat
Negara	Indonesia
Telepon	022 201 3789 ext. 168, 169, 239
Fax	022 201 3889
E-mail Administrator	erlin.arvelina@polban.ac.id
E-mail CKO	erlin.arvelina@polban.ac.id