ISSN Cetak : 2541-2361 | ISSN Online : 2541-3058

Seminar Nasional Vokasi dan Teknologi (SEMNASVOKTEK). Denpasar-Bali, 22 Oktober 2016

PROTOTIPE SISTEM ABSENSI BERBASIS FACE RECOGNITION

DENGAN METODE EIGENFACE

Ni Wayan Marti1, Kadek Yota Ernanda Aryanto2
1,2
Jurusan Manajemen Informatika FTK UNDIKSHA
Email: wayan.marti@undiksha.ac.id; yota.ernanda@undiksha.ac.id

ABSTRAK

Tujuan dari penelitian ini adalah untuk mengembangkan prototipe sistem absensi berbasis face recognition
dengan metode Eigenface secara real time. Sistem dikemas dalam perangkat Raspberry-pi yang dijalankan
sistem operasi Rasbian. Prototipe sistem yang dikembangkan terdiri dari dua tahap, yaitu tahap deteksi wajah
dan pengenalan wajah. Proses deteksi wajah menggunakan metode Template Matching, sedangkan pada tahap
pengenalan wajah digunakan metode Eigenface Metode Eigenface digunakan untuk ekstraksi ciri wajah
sekaligus untuk mengurangi biaya komputasi. Prototipe sistem absensi ini telah dilatih menggunakan citra wajah
dari 40 (empat puluh) orang sebagai kelas subyek. Setiap subyek memiliki 10 (sepuluh) pose citra wajah yang
bervariasi dalam penggunaan ekspresi wajah dan asesoris wajah seperti kacamata. Pata tahap pengujian
dilakukan dengan menghadirkan semua subyek yaitu 40 orang yang data citra wajahnya telah diambil pada tahap
pelatihan. Semua subyek dihadirkan satu per satu di depan kamera sistem. Prototipe sistem berhasil mengenali
dengan baik sebanyak 29 orang (72,5%). Ini menunjukkan bahwa metode Eigenface telah mampu mencapai
akurasi pengenalan yang cukup baik dalam prototipe sistem absensi yang telah dikembangkan dengan biaya
yang murah yang dikemas menggunakan Raspberry-Pi. Sebuah penelitian lebih lanjut saat ini sedang dilakukan
untuk melakukan perbaikan terhadap prototipe yang dikembangkan dengan menggunakan metode yang lebih
maju.

Kata kunci: face recognition, eigenface, prototipe dan Rasberry-Pi

PENDAHULUAN Sistem biometrika akan melakukan

Autentification dalam security adalah
hal yang sangat penting untuk menjaga
keamanan data. Seiring dengan perkembangan
teknologi informasi saat ini sudah banyak
teknologi yang diterapkan untuk menjaga
keautentikan tersebut seperti dengan
username dan password. Akan tetapi hal itu
banyak kendala dalam penerapannya dan
masih kurang memberikan perlindungan yang
aman. Teknologi biometrik
menawarkan autentikasi secara biologis yang
memungkinkan sistem dapat mengenali
penggunanya lebih tepat. Sistem pengenalan
biometrika (biometrics recognition sistem),
atau sering disebut sistem biometrika saja,
merupakan sistem otentikasi (authentication
sistem) dengan menggunakan biometrika.
pengenalan secara otomatis atas identitas
seseorang berdasarkan suatu ciri biometrika
dengan mencocokan ciri tersebut dengan ciri
biometrika yang telah disimpan pada basis
data. Sebagai suatu sisitem otentikasi, sistem
biometrika mampu memutuskan apakah hasil
pengenalan itu sah atau tidak sah, diterima
atau ditolak, dikenali atau tidak dikenali.
Terdapat beberapa jenis sistem keamanan di
bidang biometrik yang telah dan mulai
dikembangkan saat ini yaitu sistem keamanan
berbasis fingerprint, hand recognition, face
recognition, retina scanning, dan DNA
scanning. Fingerprint (scaning sidik jari)
adalah produk dari biomatrik yang paling
dikenal, paling umum dan telah digunakan
secara luas sebagai contoh yaitu sistem
absensi berbasis sidik jari. Sebagaimana yang

451
 ISSN Cetak : 2541-2361 | ISSN Online : 2541-3058
Seminar Nasional Vokasi dan Teknologi (SEMNASVOKTEK). Denpasar-Bali, 22 Oktober 2016

telah diterapkan, sidik jari menawarkan METODE

potensial keakuratan yang tinggi. Namun ada
beberapa permasahan potensial yang dapat Secara umum rancangan sistem yang
muncul yang biasanya disebabkan oleh human digunakan untuk mengembangkan
error, misalnya ada luka atau kotoran pada Prototipe Sistem Absensi Berbasis Face
jari, jari dalam kondisi basah atau terlalu Recognition ini dibangun dengan blok
kering, ujung jari terkelupas dan lain-lain. Hal diagram. Pada rancangan sistem tersebut
tersebut menyebabkan tidak dapat dikenalinya terdapat 2 proses utama yang harus
sidik jari tersebut dengan baik. dilakukan, yaitu yang pertama adalah
Dari kelemahan penggunaan fingerprint proses simpan ke basis data yang
di atas, beberapa tahun belakangan ini mulai dilakukan pada tahap pelatihan dan yang
dikembangkan teknologi baru yaitu sistem kedua adalah proses pengenalan wajah
pengamanan berbasis pengenalan wajah (face yang dilakukan pada saat proses absensi.
recognition). Sistem pengenalan wajah adalah Adapun tahap - tahap dalam proses dari
aplikasi komputer yang digunakan untuk sistem tersebut diuraikan dalam bentuk
mengidentifikasi atau memverifikasi blok diagram yang terlihat pada Gambar
seseorang secara otomatis dari sebuah gambar 1.
digital atau video sebagai sumbernya.
Pengenalan wajah merupakan salah satu
metoda biometrik yang baru. Berbagai
Pra Proses Ekstraksi Fiture
Deteksi
penelitian sudah mulai dilakukan untuk Wajah (cropping Menggunakan
Metode
area
menguji beberapa metode face recognition wajah)
Eigenface

untuk menemukan sebuah metode yang baik

Basis Data
dengan akurasi pengenalan yang tinggi. Marti Wajah

(2006) telah melakukan penelitian dengan

menggunakan metode eigenface. Pada
penelitian tersebut menghasilkan bahwa Video Ekstraksi Fiture
Deteksi Pra Proses
metode eigenface mencapai akurasi 87,50% realtime Wajah (cropping Menggunakan
Metode Klasifikasi
area Eigenface
dengan menggunakan basis data wajah baku wajah)
ORL (The Olivetti Research Laboratory)
Hasil
sebagai uji coba. Eigenface merupakan sebuah pengenalan
metode dengan vektor basis yang dihasilkan ABSENSI
dari metode Participal Component Analysis
(PCA). Selain itu, Putra (2013) juga telah Gambar 1. Rancangan Sistem Absensi Berbasis
Video Realtime
Pengenalan:Wajah
mengembangkan sistem absensi dengan Video realtime merupakan video
deteksi wajah menggunakan metode eigenface yang berisi citra wajah hasil
dan berhasil mengenali wajah sebanyak 80%. tangkapan dari kamera sistem. Citra
Oleh karena itu peneliti telah wajah ini yang selanjutnya akan
mengembangkan sistem absensi berbasis face diproses.
recognition dengan menggunakan metode
eigenface yang dikemas dalam bentuk produk Deteksi Wajah
menggunakan Raspberry Pi sebagai perangkat Proses yang dilakukan untuk
kerasnya. Raspberry Pi merupakan komputer mendeteksi area yang mencirikan
mungil seukuran dengan sebuah kartu kredit wajah manusia menggunakan
dengan berbagai fungsi yang dapat metode Template Matching. Area
dilakukannya. wajah yang dimaksud adalah mulai
dari alis, mata, hidung dan bibir.

452
 ISSN Cetak : 2541-2361 | ISSN Online : 2541-3058
Seminar Nasional Vokasi dan Teknologi (SEMNASVOKTEK). Denpasar-Bali, 22 Oktober 2016
Pra Proses :
Kegiatan yang dilakukan pada saat
pra proses adalah melakukan
cropping citra wajah pada area yang
mencirikan wajah yang meliputi
batas atas alis sampai bawah
bibir/atas dagu. Selanjutnya citra
tersebut diubah ke bentuk grayscale.
Ekstraksi Ciri :
Merupakan tahapan mengekstrak
ciri/informasi dari objek di dalam citra
wajah yang ingin dikenali / dibedakan
dengan citra wajah yang lain. Metode yang
digunakan adalah ciri yang telah diekstrak
kemudian digunakan sebagai parameter
untuk membedakan antara satu citra
wajah dengan citra wajah yang lain pada
tahapan identifikasi/klasifikasi. Hasil dari
ekstraksi ciri ini selanjutnya akan
disimpan di basis data wajah.
Basis Data Wajah
Basis data wajah merupakan tempat
menyimpan data pola wajah/hasil ekstraksi
ciri yang dihasilkan pada tahap pelatihan
data wajah.
Klasifikasi
Tahap klasifikasi merupakan tahap yang
dilakukan pada tahap pengenalan/proses
absensi realtime. Pada tahap ini, pola data
wajah yang dihasil pada tahap pengenalan
dibandingkan dengan data pola wajah
yang tersimpan pada basis data wajah
untuk menemukan pola wajah yang
dikenali.
Hasil Pengenalan
Hasil pengenalan memberikan hasil
dikenali atau tidak dikenali. Jika sebuah
wajah tidak dikenali, maka hasil tersebut
453
merupakan bagian dari kesalahan
pengenalan/error sistem.
Absensi
Absensi merupakan proses penyimpanan
data kebutuhan absensi dari pengguna
seperti waktu dan tanggal absensi.
HASIL DAN PEMBAHASAN
Dalam implementasinya, sistem absensi
ini dikembangkan menggunakan Microsoft
Visual Studio sebagai editor untuk
mengimplementasikan script C# (C Sharp),
SQLite untuk pengelola basis data dan
OpenCV untuk pemrosesan citranya (Image
Processing).
Hasil pengembangan produk ini adalah
berupa Prototipe Sistem Absensi Berbasis
Face Recognition dengan Metode Eigenface.
Hasil pengembangan sistem ini diharapkan
dapat mempermudah dalam proses absensi
pegawai serta menghindari kecurangan dan
manipulasi saat melakukan absensi. Adapun
hasil pengembangan prototipe sistem absensi
ini adalah sebagai berikut.
Tampilan Antarmuka Login Admin
Admin pada sistem ini merupakan
orang yang memiliki hak untuk
mengoperasikan sistem secara keseluruhan.
Yang dapat menjadi admin pada sistem ini
adalah pegawai yang diberikan
wewenang/tugas untuk mengelola sistem
absensi. Bagian ini dapat diakses melalui
layar komputer yang terhubung dengan
perangkat Raspberry-pi yang telah terinstal
sistem absensi. Adapun antarmuka halaman
login dapat dilihat pada Gambar 2.
 ISSN Cetak : 2541-2361 | ISSN Online : 2541-3058
Seminar Nasional Vokasi dan Teknologi (SEMNASVOKTEK). Denpasar-Bali, 22 Oktober 2016
Gambar 2. Tampilan Antarmuka Login Admin
Tampilan Antarmuka Utama Admin
Pada halaman utama admin berisi
beberapa tombol menu untuk mengakses
sistem secara keseluruhan. Adapun antarmuka
halaman utama admin dapat dilihat pada
Gambar 3.
Gambar 3. Antarmuka Halaman Utama
Admin
Pada bagian ini, admin dapat melakukan
beberapa kegiatan seperti proses pelatihan
data citra wajah pegawai, manipulasi data
nama jurusan maupun nama fakultas,
pengaturan terhadap data daftar hari libur,
proses update basis data citra wajah yang akan
diakses perangkat Raspberry-pi, dan
mencetak laporan absensi pegawai untuk
setiap bulannya.
Tampilan Antarmuka Absensi
Tampilan Anatarmuka Absensi
merupakan halaman yang digunakan untuk
proses absensi pegawai. Tampilan ini akan
terlihat pada layar monitor perangkat
Raspberry-pi. Melalui tampilan ini, setiap
454
pegawai dapat melakukan proses absensi
dengan cara yaitu pegawai berada di depan
layar monitor sistem sehingga wajahnya akan
tertangkap kamera sistem. Selanjutnya
pegawai harus menekan tombol Scan. Layar
monitor yang digunakan berjenis touch
screen. Setelah tombol scan disentuh,
identitas pegawai berupa nama, nip dan nama
fakultas dari pegawai bersangkutan akan
ditampilkan. Jika identitas yang ditampilkan
sesuai, maka pegawai dapat melakukan proses
absensi dengan cara menyentuh tombol
Absensi. Antarmuka halaman data pegawai
dan wajah dapat dilihat pada Gambar 4.
Gambar 4. Tampilan Antarmuka Sistem
Absensi
Pembahasan
Prototipe sistem absensi berbasis face
recognition dengan metode Eigenface yang
berhasil dikembangkan telah diujicobakan
terhadap 2 kelas mahasiswa di Jurusan
Manajemen Informatika, Undiksha. Ada dua
tahapan yang dilakukan peneliti yaitu tahap
pelatihan sistem dan tahap uji coba sistem
yang merupakan proses absensi.
Pada tahap pelatihan sistem, peneliti
mengambil foto citra wajah dari 2 kelas
mahasiswa di Jurusan Manajemen Informatika
yang berjumlah 40 orang. Dari setiap
mahasiswa, diambil sebanyak 10 pose citra
wajah yang bervariasi dalam ekspresi wajah
dan penggunaan asesoris wajah seperti kaca
mata. Ekspresi wajah yang diambil seperti
ekspresi normal, senang (tersenyum), sedih
(wajah cemberut), marah, atau ekspresi gigi
terlihat. Marti (2010) mengatakan bahwa
semakin banyak jumlah citra wajah yang
 ISSN Cetak : 2541-2361 | ISSN Online : 2541-3058
Seminar Nasional Vokasi dan Teknologi (SEMNASVOKTEK). Denpasar-Bali, 22 Oktober 2016
digunakan pada proses pelatihan, maka
akurasi pengenalan yang diperoleh akan
semakin meningkat atau lebih baik. Jadi pada
tahap pelatihan ini, jumlah citra wajah yang
dilatih adalah sebanyak 400 buah dari 40
orang.
Pada tahap uji coba, setiap mahasiswa
melakukan proses absensi melalui sistem yang
telah terpasang pada perangkat Raspberry-pi.
Dari proses uji coba tersebut, dihasilkan
sebanyak 29 orang mahasiswa dapat dikenali
sedangkan 11 orang mahasiswa tidak dapat
dikenali dengan baik. Dapat dikatakan bahwa
akurasi yang dapat dicapa sistem adalah
sebesar 72,5%. Pada proses uji coba, faktor
pencahayaan yang terdapat pada citra wajah
sangat berpengaruh terhadap keberhasilan
pengenalan. Tingkat pencahayaan pada saat
pengambilan citra wajah untuk proses
pelatihan harus sama dengan tingkat
pencahayaan pada saat proses absensi. Jika
ada sedikit perbedaan tingkat pencahayaan,
maka bisa saja ketika proses absensi orang
tersebut tidak dapat dikenali dengan baik atau
orang tersebut dapat dikenali sebagai orang
lain.
SIMPULAN
Dalam penelitian ini, telah berhasil
dibangun sebuah prototipe sistem absensi
berbasis face recognition menggunakan
metode eigenface yang dikemas dalam
perangkat Raspberryi-pi. Sistem dibangun
menggunakan Microsoft Visual Studio
sebagai editor untuk
mengimplementasikan script C# (C
Sharp), SQLite untuk pengelola basis data
dan OpenCV untuk pemrosesan citranya
(Image Processing).
Prototipe sistem absensi telah
diujicobakan terhadap 40 orang mahasiswa di
Jurusan Manajemen Informatika. Pada tahap
pelatihan digunakan 400 buah citra wajah
untuk melatih prototipe sistem. Prototipe
455
sistem absensi berhasil mengenali sebesar
72,5%. Hasil pengembangan sistem absensi
ini diharapkan dapat mempermudah dalam
proses melakukan absensi pegawai serta
menghindari kecurangan dan manipulasi saat
melakukan absensi. Sebuah penelitian lebih
lanjut saat ini sedang dilakukan untuk
melakukan perbaikan terhadap prototipe yang
dikembangkan dengan menggunakan metode
yang lebih maju.
DAFTAR RUJUKAN
Horan, B., juli 2013. “Practical Raspberry Pi,
Tecnology In Action”, Tersedia pada
https://thepiratebay.sx/torrent/8606141/
Practical_Raspberry_Pi_ V413HAV
(akses 10 Juli 2013).
Indra. Juni 2012. “Sistem Pengenalan Wajah
Dengan Metode Eigenface Untuk
Absensi Pada PT Florindo Lestari”.
Seminar Nasional Teknologi Informasi
& Komunikasi Terapan 2012. ISSN
979 - 26 - 0255 – 0, (Hal. 138-144).
Lin, Guojun and Mei Xie. 2012. "A face
recognition algorithm using Gabor
wavelet and orthogonal locality
preserving projection", Computational
Problem-Solving (ICCP). International
Conference. On page(s): 320 – 324.
Tersedia pada
http://ieeexplore.ieee.org/xpl/login.jsp?t
p=&arnumber=
6384230&url=http%3A%2F%2Fieeexp
lore.ieee.org%2Fxpls%2Fabs_all.jsp%3
Farnumber%3D6384230 (tanggal akses
16 Oktober 2013).
Marti, Ni Wayan. 2006. “Pengenalan Wajah
pada Subruang Menggunakan
Orthogonal Laplacianfaces”. Prosiding
Seminar Nasional Pascasarjana VI.
Vol.2. ITS Surabaya.
 ISSN Cetak : 2541-2361 | ISSN Online : 2541-3058
Seminar Nasional Vokasi dan Teknologi (SEMNASVOKTEK). Denpasar-Bali, 22 Oktober 2016
Marti, Ni Wayan. 2008. “Pengenalan Citra
Wajah Manusia Pada Subruang
Menggunakan Laplacianface”. Seminar
Internasional Konvensi Nasional IV
Aptekindo, ISSN 1907-2066. Padang
Marti, Ni Wayan. Januari 2009. ”Penerapan
Metode PCA/LPP Pada Sistem
Pengenalan Citra Wajah Manusia”.
Dimuat dalam Jurnal Pendidikan
Teknik dan Kejuruan (JPTK). Vol. 6,
No. 1 (Hal. 25-36)
Marti, Ni Wayan. Juni 2010. ”Pemanfaatan
GUI Dalam Pengembangan Perangkat
Lunak Pengenalan Citra Wajah
Manusia Menggunakan Metode
Eigenfaces”. Seminar Nasional
Aplikasi Teknologi Informasi (SNATI)
2010, Yaogyakarta.
Nataliana, Decy., Iqbal Syamsu, dan Galih
Giantara. Juni 2014. “Sistem
Monitoring Parkir Mobil menggunakan
Sensor Infrared berbasis RASPBERRY
PI”. Jurnal Elkomika, Vol.2, No.1 (Hal.
68-84). Tersedia pada
http://lib.itenas.ac.id/kti/wp-
content/uploads/2014/10/6.pdf, diakses
pada 13 Maret 2015.
456
Putra, Darma. 2009. Sistem Biometrika
(Konsep Dasar, Teknik Analisis Citra,
dan Tahapan Membangun Aplikasi
Sistem Biometrika. Yogyakarta: Andi
Offset.
Putra, Riyan Syah. Agustus 2013.
“Perancangan Aplikasi Absensi Dengan
Deteksi Wajah Menggunakan Metode
Eigenface”. Pelita Informatika Budi
Darma, Vol. IV, No. 2, ISSN. 2301-
9425 (Hal. 130-137). Tersedia pada
http://pelita-informatika.com
/berkas/jurnal/4223.pdf, Diakses
tanggal 10 Maret 2015.
Septian, Widanehru. 2013. “Uji Akurasi
Sistem Absensi Dengan Pengenalan
Wajah Menggunakan Metode
Eigenface”. Tesis (tidak diterbitkan),
Jurusan Teknik Informatika. Fakultas
Teknologi Industri. Surabaya.
Turk, M and Pentlant, A. 1991. “Face
Recognition Using Eigenfaces”, Proc.
IEEE Conf. of Computer Vision and
Pattern Recognition , 13, Pp 586-591.