Sistem Pengarsipan Absensi Karyawan Dengan Metode Pengenalan Wajah Eigenface Untuk Pencegahan Covid-19

Soesman, Lazuardi Baresci (2021) Sistem Pengarsipan Absensi Karyawan Dengan Metode Pengenalan Wajah Eigenface Untuk Pencegahan Covid-19. Undergraduate thesis, Institut Teknologi Sepuluh Nopember.

Text 10311710003035-Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 October 2023. Download (3MB) | Request a copy

Abstract

Pendataan yang dilakukan oleh PT. Samwha Indonesia
bersifat manual yang dimana pengemudi mendata kendaraan dan menunjukan ID card perusahaan pada bagian security dan operator. Dengan jam operasional keluar-masuk kendaraan jam 07.00-16.00 wib. Akibat dari beberapa permasalahan diatas, maka muncul sebuah rancangan alat untuk membuat sistem pada area keluar-masuk menjadi otomatis yaitu data-data yang dibutuhkan akan tercetak dan tersimpan dalam sebuah database untuk arsip perusahaan. Alat ini bisa mempermudah security dan
operator lainnya dan juga mempermudah sistem pengarsipan
pada perusahaan.
Eigenface adalah salah satu algoritma pengenalan pola
wajah yang berdasarkan pada Principle Component Analysis
(PCA). Metode ini mentranformasikan citra wajah kedalam sebuah kumpulan karakteristik fitur citra yang dinamakan eigenface. Setiap eigenface menyimpan beberapa bagian dari wajah yang tidak terlihat pada citra yang sesungguhnya.
Hasil dari Proyek Akhir ini adalah alat yang dibuat telah
dapat digunakan untuk pengenalan wajah dan suhu tubuh
mengunakan kamera dan sensor suhu tubuh AMG8833. Sistem
pengenalan wajah yang telah dibuat mempunyai tingkat keakuratan sebesar 89%.
=======================================================================================================
Data collection conducted by PT. Samwha Indonesia is a
manual where the driver registers the vehicle and shows the company ID card to the security and operator section. With operating hours in and out of vehicles at 07.00-16.00 WIB. As a result of some of the problems above, a design tool appears to make the system in the entry and exit area automatic, namely the required data will be printed and stored in a database for company archives.
This tool can make it easier for security and other operators and also simplify the filing system in the company.
Eigenface is a facial pattern recognition algorithm based on Principle Component Analysis (PCA). This method transforms the face image into a characteristic set of image features called eigenface. Each eigenface stores some part of the face that is not visible in the actual image.
The result of this final project is that the tool that has been made can be used for face and body temperature recognition using the AMG8833 camera and body temperature sensor. The facial recognition system that has been made has an accuracy rate of 89%.

Item Type:	Thesis (Undergraduate)
Uncontrolled Keywords:	Face Recognition, Raspberry pi 3 model B+, AMG8833, Eigenface. Face Recognition, Raspberry pi 3 model B+, AMG8833, Eigenface.
Subjects:	T Technology > TA Engineering (General). Civil engineering (General) > TA1650 Face recognition. Optical pattern recognition.
Divisions:	Faculty of Vocational > 36304-Automation Electronic Engineering
Depositing User:	Lazuardi Baresci Soesman
Date Deposited:	25 Aug 2021 03:38
Last Modified:	25 Aug 2021 03:38
URI:	http://repository.its.ac.id/id/eprint/90346

Actions (login required)

View Item