Recognition
Oleh:
Nabila Farah Marshela
NPM 2011011017
Dosen Pengampu:
Alih Aji Nugroho, SAP., MPA
a) Characters
Merupakan bagian data yang terkecil, dapat berupa karakter numerik, huruf ataupun
karakterkarakter khusus (special characters) yang membentuk suatu item data/field.
b) Field
Memrepresentasikan suatu atribut dari record yang menunjukkan suatu item dari data,
seperti misalnya nama, alamat dan lain sebagainya. Kumpulan dari field membentuk
suatu record.
field name : harus diberi nama untuk membedakan field yang satu dengan
lainnya.
field representation : tipe field (karakter, teks, tanggal, angka, dsb), lebar field
(ruang maksimum yang dapat diisi dengan karakterkarakter data).
field value : isi dari field untuk masing-masing record.
c) Record
Kumpulan dari field membentuk suatu record. Record menggambarkan suatu unit
data individu yang tertentu. Kumpulan dari record membentuk suatu file. Misalnya
file personalia, tiap-tiap record dapat mewakili data tiap-tiap mahasiswa.
d) File
File terdiri dari record-record yang menggambarkan satu kesatuan data yang sejenis.
Misalnya file mata kuliah yang berisi data tentang masing-masing mata kuliah yang
ada.
e) Database
Kumpulan dari file / table membentuk suatu database.
2.3.1. HTML
Suryana et. al (2014:29), “HyperText Markup Language (HTML) adalah bahasa yang
digunakan untuk menulis halaman web.” Sibero (2013:19), “HyperText Markup Language
atau HTML adalah bahasa yang digunakan pada dokumen web sebagai bahasa untuk
pertukaran dokumen web.” Dari pengertian diatas, dapat disimpulkan bahwa HTML
(HyperText Markup Language) merupakan bahasa yang sering digunakan untuk membuat
halaman web. Sibero (2013:19) menjelaskan bahwa struktur dokumen HTML sebagai
berikut:
2.3.2 PHP (PHP Hypertext Preprocessor)
Sibero (2013:49), “PHP adalah pemrograman interpreter yaitu proses penerjemahan
baris kode sumber menjadi kode mesin yang dimengerti komputer secara langsung pada saat
baris kode dijalankan. PHP disebut sebagai pemrograman Server Side Programming, hal ini
dikarenakan seluruh prosesnya dijalankan pada server.”
Wahana Komputer (2014:33), “PHP merupakan bahasa berbentuk script yang
ditempatkan di dalam server baru kemudian diproses. Kemudian hasil pemrosesan dikirimkan
kepada web browser klien. Bahasa pemrograman ini dirancang khusus untuk membentuk web
dinamis.”
Dari kedua pengertian di atas, dapat disimpulkan bahwa PHP adalah bahasa
pemrograman web yang mampu menerjemahkan kode dan memproses sehingga
menghasilkan tampilan website.
Pada proses ini dijelaskan beberapa step face recognition sebelum dan sesudah proses
deteksi wajah berlangsung
a) Proses Registrasi Mahasiswa Ke Dalam Web Ataupun Aplikasi
Sebelum melakukan proses deteksi wajah pada citra diperlukan mengisi data diri
terlebih dahulu sebelum memulai pendeteksian wajah, pengisian data ini diperlukan
agar proses absensi dapat berjalan. Pada gambar 4 proses ini mahasiswa mengisi data
diri sesuai dengan identitas yang sudah disediakan pada aplikasi, kemudian dengan
menekan tombol create maka proses penyimpanan data pada gambar wajah dan
identitas mahasiswa sudah tersimpan
b). Konversi Citra Ke Grayscale
Setelah hasil dari konversi RGB kemudian di konversi ke citra grayscale dengan
menggunakan method gray = Cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) yang membuat
gambar citra yang tadinya berwarna dikonversi ke citra gray. Berikut merupakan contoh
tahap gambar dari konversi citra ke grayscale. Pada gambar 5 merupakan citra gambar wajah
dari kamera raspberry pi nightvision yang sebelum dilakukan proses registrasi. Gambar wajah
di atas merupakan gambar yang sudah memakai proses fitur haarcascade dari library Open
CV yang selanjutnya akan di konversi ke citra grayscale dengan .enggunakan metode local
binary pattern histogram (LBPH) seperti pada gambar 6. Pada gambar 6 merupakan gambar
yang sudah di potong dan di convert ke grayscale. Histogram yang dimaksud disini
merupakan sebagai bentuk visualisasi ketajaman dan kecerahan gambar citra pada wajah.
5) Proses Pengenalan Wajah (Face Recognition)
Dalam penelitian ini digunakan algoritma pengenalan wajah dengan algoritma Local
Binnary Pattern Histogram (LBPH) yang diawali dengan menyiapkan dataset yang di
dalamnya terdapat citra gambar wajah dan database untuk informasi data
mahasiswa.selanjutnya diimplementasikan algoritma LBPH dengan menggunakan library
OpenCV. Jika ingin mendapatkan citra dari LBPH maka digunakanlah fungsi trainer.py yang
sudah diisi dengan fungsi Cv2.face_createLBPHFaceRecognizer()atau
Cv2.createLBPHFaceRecognizer(). Kemudian digunakan kelas recog_face untuk pengenalan
wajah yang telah di train dari data Trainer.Py dan nama dari database sekalian memakai
fungsi predict() untuk menentukan pengenalan wajah dari ID dan Confidence. dalam hal ini
fungsi ID yang dari database yang menjadi patokan dalam fungsi pengenalan wajah untuk
menentukan nama yang akan keluar sebagai mahasiswa yang dikenali, Setelah dikenali maka
identitas mahasiswa juga muncul pada tabel di atas frame. Pada contoh gambar 7 pada proses
pengenalan wajah telah berhasil didapatkan sebuah wajah dan juga beserta identitas
mahasiswa bernama Bayu beserta identitas Nama, Nim dan keterangan pada tabel di atas.
Menurut Cao (2005:7), pengenalan wajah adalah proses menganalisis fitur wajah yang tidak
berubah, seperti: • Bagian atas rongga mata • Sekitar pipi • Sisi kiri dan kanan mulut
III. Metodologi
Metodologi yang digunakan dalam pengembangan inovasi ini adalah
penggunaan metode kualitatif dari data sekunder. Jika metodologi perancangan
untuk tugas ini terdiri dari tinjauan pustaka, pengumpulan data, perancangan
sistem berbasis penelitian, implementasi dan analisis hasil. Penjelasan mengenai
metode yang digunakan adalah sebagai berikut:
1. Studi Pustaka
Penelitian didasarkan pada bahan tambahan sebagai bahan referensi, termasuk
beberapa jurnal nasional dan internasional yang terkait dengan kasus dan metode
peneliti, buku-buku pendukung penelitian, dan juga bahan online. Majalah yang
digunakan adalah majalah yang terbit sekitar lima tahun terakhir.
2. Pengumpulan Data
Mendapatkan data yang diperlukan untuk penelitian ini, observasi dilakukan
selama April 2018 di program studi Informatika Universitas Islam Majapahit,
Fakultas Teknologi. Penelitian ini membutuhkan informasi kinerja sistem absensi
saat ini serta data dari sejumlah sampel wajah universitas.
3. Perancangan Sistem
Penelitian yang dilakukan peneliti membutuhkan beberapa data dan wajah siswa
yang disematkan pada wajah siswa. Ukuran piksel wajah pada penelitian ini
adalah 320 × 240 pada ukuran aslinya, kemudian dilakukan prosedur ekstraksi
fitur wajah menjadi 50 × 50. Kemudian dilakukan eksperimen dengan pose, fitur,
dan juga intensitas cahaya yang berbeda. Memasukkan data wajah siswa
menggunakan kamera web 1,5 MP. Selama pengenalan wajah dan pengenalan
wajah, pelatihan dilakukan dari data pelatihan, yang berjumlah 25 data gambar.
Datanya adalah 5 siswa dan setiap siswa memasukkan 5 wajah dari sudut yang
berbeda.
4. Implementasi
Langkah ini melibatkan pembuatan program yang terdiri dari pembuatan dan
pengujian skrip dan interface untuk mendapatkan keakuratan pengenalan wajah,
pengenalan wajah, dan seluruh aplikasi. Validasi menguji kehandalan aplikasi
yang dibangun.
5. Analisa
Menganalisis hasil sistem absensi siswa berbasis wajah menceritakan bagaimana
aplikasi dapat mengenali wajah siswa dalam berbagai ekspresi seperti marah,
gembira, sedih dan kaget, serta dalam kondisi berkacamata. Dan dalam ekspresi
yang berbeda dan dengan bantuan atribut. Analisis hasil juga mencakup cara kerja
pengenalan wajah pada tingkat cahaya yang berbeda dan juga di ruangan dengan
pencahayaan >2 00 lux, serta mempertimbangkan sudut pengambilan gambar
dalam pengenalan wajah.
Tombol Absen Siswa merupakan tombol yang digunakan siswa untuk mengatur
absensi siswa. Mahasiswa mendapatkan gambaran tentang pertemuan-pertemuan yang
direkam oleh dosen pada saat itu.
Gambar 8 menunjukkan tombol absensi yang digunakan oleh mahasiswa dan
konfirmasi yang diterima dari sistem bahwa proses absensi berhasil.
Aplikasi
ini menangani sebagian besar proses partisipasi yang terjadi dalam kuliah mahasiswa.
Aplikasi berjalan pada platform Android di perangkat seluler, yang umumnya digunakan
untuk membuat aplikasi lebih mudah digunakan. Aplikasi bawaan dilengkapi dengan modul
tambahan yang menangani masalah terkait peserta seperti penjadwalan ulang rapat. Aplikasi
dapat mengolah informasi absensi menjadi ringkasan informasi absensi, yang digunakan
sebagai acuan guru dalam mengevaluasi siswa. Pengembangan data yang relatif kecil dan
waktu daur ulang data yang relatif singkat membuat ruang memori aplikasi ramah.
Referensi
Rahmayanti, Li., Rosita, Y. D., & Hanum, D. (n.d.). Sistem Absensi Mahasiswa Berdasarkan
(1 C.E., April). Rancang Bangun Aplikasi Absensi Mahasiswa pada Platform Android (A. A.
R. O. Diar Danur C., I. N. I. N. Piarsa, & A. A. K. Oka Sudana, Eds.) [Review of Rancang
Bangun Aplikasi Absensi Mahasiswa pada Platform Android].
Setiono, P. R., Sompie, S. R. U. A., & E.l Najoan, M. (2020). Aplikasi Pengenalan Wajah
Danur C., A. A. R. O., Piarsa, I. N., & Sudayana, A. A. K. O. (2016). Rancang Bangun
Kohsetsushi.
Kattel, R., Cepilovs, A., Drechsler, W., Kalvet, T., Lember, V., & Tõnurist, P. (n.d.). Can We
Morris, T. H., & Rohs, M. (2021). Digitization Bolstering Self-Directed Learning for