Rancang Bangun Face Recognition dengan Metode Haar Cascade Classifier Berbasis Raspberry PI 3B

ARDHITO, Dionisius Yosa and Susilo, Dahlan and Ruswanti, Diyah (2023) Rancang Bangun Face Recognition dengan Metode Haar Cascade Classifier Berbasis Raspberry PI 3B. Other thesis, Universitas Sahid Surakarta.

	Text Dionisius Yosa Ardhito_Cover_2016061033 - Dionisius Yosa.pdf Download (1MB)
	Text Dionisius Yosa Ardhito_Abstrak_2016061033 - Dionisius Yosa.pdf Download (88kB)
	Text Dionisius Yosa Ardhito_BAB I_2016061033 - Dionisius Yosa.pdf Download (112kB)
	Text Dionisius Yosa Ardhito_BAB II_2016061033 - Dionisius Yosa.pdf Download (306kB)
	Text Dionisius Yosa Ardhito_BAB III_2016061033 - Dionisius Yosa.pdf Restricted to Repository staff only Download (263kB) | Request a copy
	Text Dionisius Yosa Ardhito_BAB IV_2016061033 - Dionisius Yosa.pdf Restricted to Repository staff only Download (287kB) | Request a copy
	Text Dionisius Yosa Ardhito_BAB V_2016061033 - Dionisius Yosa.pdf Download (39kB)
	Text Dionisius Yosa Ardhito_Daftar Pustaka_2016061033 - Dionisius Yosa.pdf Download (137kB)
	Text Dionisius Yosa Ardhito_Lampiran_2016061033 - Dionisius Yosa.pdf Download (1MB)

Abstract

Presensi pegawai merupakan faktor penting dalam pengelolaan SDM. Informasi mengenai presensi pegawai dapat menentukan gaji, prodiktivitas dan prestasi pegawai tersebut. Presensi pegawai secara manual dapat memberi peluang pegawai untuk memanipulasi kehadiran apabila tidak diawasi saat presensi. Pada tahun 2022 ini, rumah makan Mbak Dwi masih menggunakan sistem presensi secara manual yaitu dengan mengisi buku presensi dengan menggunakan pena yang sama. Sistem presensi secara manual dapat menyebabkan data presensi beresiko untuk dimanipulasi oleh pegawai sehingga data yang tercatat tidak valid lagi dan beresiko terjadinya penularan COVID-19 karena menggunakan pena yang sama saat melakukan presensi. Tujuan dalam pembuatan tugas akhir ini adalah rancang bangun face recognition dengan metode Haar Cascade Classifier barbasis Raspberry Pi untuk presensi pegawai rumah makan Mbak Dwi. Rancang bangun face recognition ini menggunakan metode literatur, metode observasi dan metode prototyping. Berdasarkan hasil pengujian sistem, sistem mampu mendeteksi dan mengidentifikasi wajah dengan baik menggunakan lampu LED 5W (261 Lux) pada jarak 20-40 cm dengan kondisi wajah kering dengan nilai keakuratan sistem pada jarak 20 cm sebesar 100% dan nilai keakuratan sistem pada jarak 40 cm sebesar 100%. Perekaman wajah pegawai saat pendaftaran pegawai baru ke sistem harus berada pada jarak 20-40 cm dengan lampu LED 5W (261 Lux) pada saat kondisi wajah kering agar saat melakukan presensi, sistem dapat mengenali wajah dengan baik.

Actions (login required)

View Item