Universitas Bhayangkara Jakarta Raya

Institutional Repositories

Muchlis, Eristania (2021) Sistem Pencatat Kehadiran Karyawan Dengan Face Recognition Menggunakan Metode Eigenface Pada PT. Patriot Komunitas Indonesia. Undergraduate thesis, Universitas Bhayangkara Jakarta Raya.

	Text 201710225208_Eristania Muchlis_Cover - Daftar Isi.pdf Download (1MB)
	Text 201710225208_Eristania Muchlis_BAB I.pdf Download (171kB)
	Text 201710225208_Eristania Muchlis_BAB II, III, IV.pdf Restricted to Registered users only Download (1MB)
	Text 201710225208_Eristania Muchlis_BAB V.pdf Download (156kB)
	Text 201710225208_Eristania Muchlis_Daftar Pustaka.pdf Download (93kB)
	Text 201710225208_Eristania Muchlis_Lampiran.pdf Restricted to Registered users only Download (1MB)

Abstract

Penggunaan sistem komputerisasi semakin berkembang, salah satunya face recognition. Face recognition telah dikembangkan sebagai aplikasi yang mendukung proses pengumpulan data terkait sistem informasi, seperti pendataan karyawan, dan lainnya. Saat ini PT. Patriot Komunitas Indonesia menggunakan sistem pencatat kehadiran dengan tanda tangan di lembar presensi yang sudah tidak lagi efektif digunakan, seperti pemalsuan tanda tangan, pengolahan data kehadiran belum akurat karena belum adanya sistem pencatat kehadiran sehingga rekap kehadiran lambat. Dari pernyataan tersebut muncul ide untuk membuat sebuah sistem pencatat kehadiran menggunakan wajah sebagai sarana untuk presensi. Dengan menggunakan wajah karyawan tidak akan melakukan kecurangan seperti pemalsuan tanda tangan karena wajah manusia memiliki ciri khas berbeda. Penulis merancang sistem berbasis desktop, dengan menggunakan bahasa pemograman Python. Metode yang digunakan untuk proses face recognition yaitu Eigenface, karena menurut penulis metode ini sangat cocok, tingkat perhitungannya sederhana dan akurasi face recognition yang tinggi. Pengujian sistem ini dilakukan berdasarkan tingkat kecerahan normal dan rendah. Pada pengujian dengan tingkat kecerahan normal sistem dapat mengidentifikasi dengan akurasi 100%. Sedangkan, untuk pengujian dengan tingkat kecerahan rendah sistem dapat mengidentifikasi dengan akurasi 60%.

Item Type:	Thesis (Undergraduate)
Subjects:	Teknologi dan Ilmu Terapan > Komputer
Divisions:	Fakultas Ilmu Komputer > Informatika
Depositing User:	Admin Repositori
Date Deposited:	24 Sep 2023 20:00
Last Modified:	24 Sep 2023 20:00
URI:	http://repository.ubharajaya.ac.id/id/eprint/23684

Actions (login required)

View Item

Downloads