Sistem Presensi Kelas Berbasis Pengenalan Wajah Menggunakan Metode CNN

Abstract

Artikel ini mengusulkan sistem presensi kelas berbasis pengenalan wajah. Metode yang diterapkan adalah Convolutional Neural Network (CNN) dengan keterbaruan adalah penyajian dalam file Ms. Excel secara langsung. Metode ini dapat digunakan untuk melakukan proses ekstraksi fitur dari citra dan mengklasifikasikan citra. Aplikasi dirancang menggunakan Graphical User Interface (GUI) untuk pengisian presensi mahasiswa. Pada tampilan dapat digunakan untuk melakukan registrasi secara langsung untuk pembuatan dataset dan model. Perangkat keras sistem terdiri dari kamera, minicomputer, dan LCD. Cara kerja sistem keseluruhan meliputi registrasi, preprocessing, pengenalan citra wajah, dan hasil output identitas mahasiswa. Hasil pengujian menunjukkan bahwa sistem ini memiliki nilai akurasi 85% dan jumlah epoch 40. Waktu dalam proses pengenalan yaitu 3 hingga 9 detik dengan jarak wajah dari kamera 30-50 cm. Sistem bekerja maksmimal jika digunakan pada ruangan dengan pencahayaan berlampu terang. Sudut maksimal wajah menghadap kamera sebesar 10 derajat.