Sistem Deteksi Wajah untuk Absensi dan Akses Masuk Ruangan

Putra, Made Ary Wiradhi and Santiary, Putri Alit Widyastuti and Yasa, I Made Adi (2022) Sistem Deteksi Wajah untuk Absensi dan Akses Masuk Ruangan. Undergraduate thesis, Politeknik Negeri Bali.

	Text (Full Text) RAMA_36304_1815344026_Full.pdf - Accepted Version Restricted to Repository staff only Download (3MB)
	Text (Cover - Bab 1, Bab 5 dan Referensi) RAMA_36304_1815344026_0017057408_0810128501_Part.pdf - Published Version Available under License Creative Commons Attribution Non-commercial Share Alike. Download (767kB)

Abstract

Pada setiap instansi pendidikan tinggi khususnya kampus, absensi tak terlepas dari kegiatan belajar mengajar, dimana daftar absensi akan memberikan banyak fungsi yang penting berkaitan dengan mahasiswa untuk mengikuti proses belajar mengajar. Untuk kegiatan absensi saat ini umumnya masih dilakukan secara manual dengan menggunakan kertas. Hal ini dapat memicu terjadinya manipulasi kehadiran. Selain sistem absensi, di beberapa perguruan tinggi di Indonesia pengenalan citra wajah manusia juga dapat digunakan untuk sistem kontrol otomatis, salah satunya sistem akses masuk ruangan. Saat ini telah dikembangkan beberapa sistem akses masuk ke sebuah gedung atau ruangan menggunakan verifikasi non-biometrik maupun menggunakan biometrik manusia. Baik menggunakan kartu, sidik jari, password, dan sebagainya. Namun cara ini masih memiliki beberapa kekurangan seperti lupa membawa kartu, sidik jari kotor atau rusak, lupa kombinasi password, yang menyebabkan tidak dapatnya diakses ruangan tersebut. Pada penelitian ini dirancang suatu sistem deteksi wajah manusia untuk absensi dan akses masuk ruangan yang menggunakan mikrokontroler ESP32-CAM dengan modul kamera OV2640 2MP untuk sistem deteksi wajah menggunakan library dari ESP32-CAM. Hasil dari penelitian yang didapat adalah kemampuan ESP32-CAM mendeteksi 20 objek wajah manusia dengan jarak antara 20 cm – 100 cm dan posisi wajah lurus sejajar, mendongak atas dan menunduk mendapatkan nilai accuracy, precision dan recall sebesar 100 %.

Actions (login required)

View Item