Face Recognition Sebagai Sistem Pendataan dan Akses Masuk Perpustakaan Daerah

Risyaf Fawwaz Pradipta, Denny Darlis, Syahban Rangkuti

Abstract


Face recognition adalah salah satu teknik biometric yang memungkinkankomputer atau mesin authentik untuk mengenal wajah manusia. Teknologi face recognition dapat di aplikasikan dalam kehidupan sehari-hari untuk memudahkan aktifitas manusia, namun dalam kenyataannya masih belum banyak sistem diberbagai macam bidang yang menggunakan teknologi ini, Salah satunya adalah di bidang pelayanan publik khususnya di perpustakaan sebagai penunjang literasi masyarakat.Perancangan sistem face Recognition sebagai sistem pendataan dan akses masuk pada perpustakaan daerah ini dapat menggantikan sistem pendataan manualseperti penulisan nama, nomor id, waktu, tanda tangan dan perhitungan manual total pengunjung oleh pengelola di hari yang sama bagi pengunjung maupun pengelola perpustakaan. Sistem ini menggunakan algoritma Viola-Jones dan Local Binary Pattern Histogram  untuk deteksi dan pengenalan wajah yang berbasiskan Open Computer Vision. Sistem pengolahan citra yang dirancang pada dapat mengenali wajah berdasarkan beberapa parameter yang diuji yaitu ; ekspresi wajah, jarak wajah terhadap kamera serta jumlah sampel citra yang disimpan. Sistem dapat dikatakan optimal apabila jumlah sampel citra lebih dari 10 buah dan dalam jarak antara 30 cm sampai 100 cm serta dengan keadaan wajah secara normal. Akurasi yang diperoleh untuk mengenali wajah seseorang dengan algoritma yang digunakan serta kondisi optimal tersebut memiliki nilai persentase rata- rata sebesar 91.42%.

Full Text:

PDF

References


S. S. Kirti Dang, “Review and Comparison of face detection algorithms,” 7th International Conference on Cloud Computing, Data science & Engineering - confluence, 2017

C. C. G. Sandra Preto, “Lighting in the Workplace: Recommended Illuminance (lux) at Workplace Environs,” Springer International Publishing AG, pp. 180-191, 2019.

D. k. N. A. Ming-Hsuan Yang, “Detecting Faces in Images : A Survey,” IEEE Trans, Pattern Analysist and Machine Intelligance, vol. 24, 2002.

M. J. Paul Viola, “Rapid Object Detection using a Boosted Cascade of Simple Features,” Computer Vision and Pattern Recognition, vol. 1, pp. 1-8, 2001.

A. Ahmed, F. Ali, J. Guo and dkk, “LBPH Based Improved Face Recognintion at Low Resolution,” International Conderence on Artificial Inrelligence and Big data, 2018.

A. Fauzan, “Perancangan Sistem Deteksi Wajah Untuk Presensi Kehadiran Menggunakan Metode Lbph (Local Binary Pattern Histogram) Berbasis Android,” 2018.

D. Ramadhan, “Deteksi Manusia Menggunakan Haar Featured-based Cascade Classifier,” Karya Ilmiah, 2014.

“Toward Data Science : Face Recognition: Understanding LBPH Algorithm,” 11 November 2017. [Online]. Available: https://towardsdatascience.com/face-recognition-how-lbph-works-90ec258c3d6b. [Accessed 22 Maret 2020].


Refbacks

  • There are currently no refbacks.