Rekognisi Wajah Pada Sistem Smart Class Untuk Deteksi Kehadiran Mahasiswa Menggunakan Metode Viola Jones dan Local Binary Patterns Histograms (LBPH) Berbasis Raspberry Pi

Abstrak

Rekognisi wajah merupakan salah satu teknik di dalam computer vision yang mampu mengenali wajah seseorang dari sebuah gambar. Penerapan rekognisi wajah ke dalam sistem presensi menjadi begitu penting mengingat masih ditemukannya kasus manipulasi data kehadiran oleh para mahasiswa di dalam sistem presensi yang menggunakan cara manual - pengisian tanda tangan pada lembar presensi. Kurang ketatnya pengawasan di dalam pengisian lembar presensi menjadi peristiwa yang rentan terhadap kasus pemanipulasian data kehadiran. Oleh karenanya di dalam penelitian ini mencoba untuk menghadirkan sebuah sistem presensi yang memanfaatkan gambar untuk mengetahui kehadiran mahasiswa. Caranya adalah dengan mengambil gambar menggunakan kamera yang di letakan di depan kelas, tepat di atas papan tulis menghadap ke arah mahasiswa. Dari gambar yang di ambil, sistem kemudian akan mendeteksi wajah mahasiswa dengan menggunakan metode Viola Jones dari OpenCV library yang dipadukan dengan deteksi piksel warna kulit YCbCr untuk menghindari deteksi palsu. Dan untuk pengenalan wajah mahasiswa akan dilakukan menggunakan metode Local Binary Patterns Histograms dari OpenCV library. Hasil akurasi yang diperoleh sistem menunjukkan tingkat akurasi pendeteksian sebesar 82,33% dan akurasi pengenalan sebesar 50,83% di waktu pagi, 61,11% di waktu siang, dan 58,89% di waktu malam. Rata-rata total waktu komputasi untuk deteksi satu mahasiswa adalah 0,293 detik, dua mahasiswa 0,297 detik, tiga mahasiswa 0,317 detik, empat mahasiswa 0,313 detik, lima mahasiswa 0,31 detik dan enam mahasiswa 0,307 detik. Sedangkan rata-rata total waktu komputasi pengenalan wajah untuk satu mahasiswa sebesar 2,17 detik, dua mahasiswa 2,58 detik, tiga mahasiswa 3,01 detik, empat mahasiswa 3,38 detik, lima mahasiswa 3,78 detik, dan enam mahasiswa 4,12 detik.