SKRIPSI

PERANCANGAN SISTEM KEHADIRAN MAHASISWA DENGAN

MENGGUNAKAN PENGENALAN WAJAH (STUDI KASUS
PRODI TEKNIK INFORMATIKA POLITEKNIK
NEGERI AMBON)

DISUSUN OLEH:
ANDARIAS KORLEFURA
1318144069

PROGRAM STUDI D-IV TEKNIK INFORMATIKA

JURUSAN TEKNIK ELEKTRO
POLITEKNIK NEGERI AMBON
TAHUN 2022
 SKRIPSI

PERANCANGAN SISTEM KEHADIRAN MAHASISWA DENGAN

MENGGUNAKAN PENGENALAN WAJAH (STUDI KASUS
PRODI TEKNIK INFORMATIKA POLITEKNIK
NEGERI AMBON)

DISUSUN OLEH:
ANDARIAS KORLEFURA
1318144069

PROGRAM STUDI D-IV TEKNIK INFORMATIKA

JURUSAN TEKNIK ELEKTRO
POLITEKNIK NEGERI AMBON
TAHUN 2022

i
LEMBARAN PENGESAHAN

ii
 PERNYATAAN KEASLIAN SKRIPSI

Yang bertanda tangan di bawah ini:

Nama : Andarias Korlefura

Nim : 1318144069
Program Studi : D-IV Teknik Informatika

Menyatakan dengan sejujurnya bahwa skripsi saya yang

berjudul “Perancangan Sistem Kehadiran Mahasiswa Dengan
Menggunakan Pengenalan Wajah (Studi Kasus Prodi Teknik
Informatika Politeknik Negeri Ambon)” adalah benar-benar hasil penelitian
saya sendiri dan bukan karya orang lain. Jika pernyataan saya tidak benar,
maka saya bersedia untuk menerima sanksi sesuai aturan yang berlaku.

Ambon, == September 2022.

Yang membuat pernyataan,

Andarias Korlefura
NIM.1318144069

iii
ABSTRAK

iv
ABSTRACT

v
 MOTTO

“========================”

vi
 KATA PENGANTAR

Puji dan syukur penulis panjatkan ke hadirat Tuhan Yang Maha Kuasa,
karena atas berkat dan tuntunan-Nya sehingga penulis dimungkinkan untuk dapat
menyelesaikan tugas akhir yang merupakan salah satu syarat untuk menyelesaikan
program sarjana terapan (D-IV) pada Program Studi Teknik Informatika
Politeknik Negeri Ambon.
Menyadari sungguh bahwa, tanpa bantuan dan bimbingan dari berbagai
pihak, sangatlah sulit bagi penulis untuk dapat menyelesaikan tugas akhir ini.
Oleh karena itu, sebagai bentuk ungkapan rasa terima kasih ingin penulis
sampaikan kepada:
1 Bpk. Dady Mairuhu, ST., M.M, selaku Direktur Politeknik Negeri Ambon.
2 Bpk. Lory Marcus Parera, ST., MT selaku Ketua Jurusan Teknik Elektro.
3 Bpk. Zulkarnaen Hatala, ST., MT selaku Ketua Program Studi Teknik
Informatika.
4 Bpk. Alphin Stephanus (Stevie), ST., M.Eng., Ph.D dan Bpk. Syukri
Gazali Suatkab, S.Kom., M.Kom selaku dosen pembimbing yang telah
membimbing saya dalam menyelesaikan skripsi ini.
5 Kedua orang tua, sahabat, dan semua pihak yang membantu serta
mendukung penulis dalam menyelesaikan skripsi ini.
.
Akhir kata, penulis berharap semoga Tuhan Yang Maha Esa membalas
segala kebaikan semua pihak yang telah membantu dan semoga skripsi ini dapat
bermanfaat.

Ambon, == September 2022.

Penulis

vii
 DAFTAR ISI

LEMBARAN JUDUL i
LEMBARAN PENGESAHAN ii
PERNYATAAN KEASLIAN SKRIPSI iii
ABSTRAK iv
ABSTRACT v
MOTO vi
KATA PENGANTAR vii
DAFTAR ISI viii
DAFTAR TABEL x
DAFTAR GAMBAR xi
DAFTAR LAMPIRAN xii
BAB I PEDAHULUAN
1.1. Latar Belakang Masalah 1
1.2. Rumusan Masalah 2
1.3. Batasan Masalah 2
1.4. Tujuan Penelitian 3
1.5. Manfaat Penelitian 3

BAB II TEORI PENUNJANG

2.1. Tinjaun Teoritis 4
2.1.1. Sistem Kehadiran / Presensi 4
2.1.2. Validitas 4
2.1.3. Biometrik 4
2.1.4. Pengenalan Wajah / Face Recognition 5
2.1.5. OpenCV 5
2.1.6. Convolutional Neural Network (CNN) 5
2.1.7. Citra Digital 6
2.1.8. Pengolahan Citra Digital 6
2.1.9. Python 6
2.1.10. PyCharm 6

viii
 2.1.11. Flowchart 7
2.1.12. Usecase Diagram 8
2.1.13. Activity Diagram 9
2.2. Tinjauan Penelitian Terdahulu 10

BAB III METODOLOGI PENELITIAN

3.1. Model Proses Pengembangan Perangkat Lunak 12
3.2. Perancangan Sistem 13
3.2.1. Perancangan Perangkat Pendukung 13
3.2.2. Perancangan Sistem 14
3.2.3. Perancangan Interface 21

BAB IV IMPLEMENTASI DAN PENGUJIAN SISTEM

4.1. Implementasi 24
4.1.1. Tampilan Utama Sistem 24
4.1.2. Tampilan Ambil Gambar ??
4.1.3. Tampilan Mulai Presensi ??
4.1.4. Tampilan Rekap Presensi ??
4.2. Pengujian Sistem ??

BAB V KESIMPULAN DAN SARAN

5.1. Kesimpulan ??
5.2. Saran ??

DAFTAR PUSTAKA ??
LAMPIRAN ??

ix
 DAFTAR TABEL

Tabel 2.1 Simbol-simbol Flowchart 7

Tabel 2.2 Simbol-simbol Usecase Diagram 8
Tabel 2.3 Simbol-simbol Activity Diagram 9
Tabel 2.4 Penelitian Terdahulu 10
Tabel 3.1 Daftar Kebutuhan Software 13
Tabel 3.2 Daftar Kebutuhan Hardware 14
Tabel 4.1 Pengujian Tampilan Utama ??
Tabel 4.2 Pengujian Tampilan Ambil Gambar ??
Tabel 4.3 Pengujian Tampilan Presensi ??
Tabel 4.4 Pengujian Tampilan Rekap Presensi ??

x
 DAFTAR GAMBAR

Gambar 3.1 Model Waterfall 12

Gambar 3.2 Flowchart Penelitian 14
Gambar 3.3 Flowchart Tampilan Utama 15
Gambar 3.4 Flowchart Ambil Gambar 16
Gambar 3.5 Flowchart Mulai Presensi 16
Gambar 3.6 Flowchart Rekap Presensi 16
Gambar 3.7 Usecase Diagram Sistem 17
Gambar 3.8 Activity Diagram Mendaftarkan Wajah 18
Gambar 3.9 Activity Diagram Melakukan Presensi 19
Gambar 3.10 Activity Diagram Merekap Presensi 20
Gambar 3.11 Activity Diagram Melihat Presensi 20
Gambar 3.12 Rancangan Tampilan Utama 21
Gambar 3.13 Rancangan Tampilan Ambil Gambar 21
Gambar 3.14 Rancangan Tampilan Presensi 22
Gambar 3.15 Tampilan Jika Wajah Dikenali Sistem 22
Gambar 3.16 Tampilan Jika Wajah Tidak Dikenali Sistem 22
Gambar 3.17 Rancangan Tampilan Rekap Presensi 23
Gambar 3.18 Rancangan Tampilan File Hasil Rekapan Presensi 23
Gambar 4.1 Tampilan Utama Sistem ??
Gambar 4.2 Tampilan Ambil Gambar ??
Gambar 4.3 Folder Daftar Wajah ??
Gambar 4.4 Tampilan Presensi ??
Gambar 4.5 Wajah Dikenali Sistem ??
Gambar 4.6 Wajah Tidak Dikenali Sistem ??
Gambar 4.7 Tampilan Rekap Presensi ??
Gambar 4.8 Sebelum dan Sesudah Dikonversi ??
Gambar 4.9 Folder Daftar Kehadiran ??

xi
 DAFTAR LAMPIRAN

Lampiran 1 ????? ??

Lampiran 2 ???? ??

Lampiran 3 ??? ??

Lampiran 4 ???? ??

Lampiran 5 ????? ??

xii
 BAB I
PENDAHULUAN

1.1. Latar Belakang Masalah

Sistem biometrik pada masa sekarang ini merupakan sebuah
teknologi pengenalan yang banyak dikembangkan oleh para ilmuwan. Dan
sistem pengenalan wajah (facial recognition system) adalah salah satu sistem
biometrik yang paling populer saat ini. Wajah merupakan bagian depan
kepala pada manusia yang meliputi wilayah dari dahi hingga dagu, termasuk
rambut, dahi, alis, mata, hidung, pipi, mulut, bibir, gigi, kulit, dan dagu.
Elemen-elemen itulah yang membuat wajah manusia memiliki bentuk yang
berbeda-beda sehingga wajah sering digunakan sebagai identitas suatu
individu dengan individu yang lainnya.
Sistem pengenalan wajah merupakan salah satu teknik
pengenalan wajah yang dimana hasil tangkapan kamera akan dicocokkan
dengan foto dan lekuk wajah yang sudah ada di dalam database.
Terdapat dua tahapan pemrosesan dalam proses pengenalan wajah, yaitu
tahap pendeteksian wajah (face detection) dan pengenalan
wajah (face recognition). Pendeteksian wajah dilakukan untuk mengecek
apakah terdapat citra wajah atau tidak dalam sebuah citra masukan,
sedangkan pengenalan wajah merupakan proses lanjutan yang
membandingkan citra masukkan dengan citra wajah pada
database sehingga menghasilkan sebuah output yang paling cocok
dengan citra tersebut.
Kehadiran merupakan salah satu poin penting bagi mahasiswa dalam
suatu kegiatan perkuliahan dengan daftar hadir sebagai bukti dari kehadiran
tersebut. Daftar hadir yang masih menggunakan media kertas tidak dapat
menjamin kevalidan data dari seorang mahasiswa, bahwa apakah benar-banar
mahasiswa tersebut mengikuti atau hadir pada saat perkuliahan berlangsung
atau tidak.
Terkadang kerap ditemui dalam suatu proses perkuliahan adalah
ketidakhadiran seorang mahasiswa pada saat perkuliahan berlangsung, namun

1
 pada daftar hadir mahasiswa tersebut dinyatakan hadir. Hal ini terjadi karena
seorang mahasiswa yang tidak hadir dalam kelas di suatu mata kuliah
meminta bantuan ketua kelas atau teman sekelasnya yang hadir dalam mata
kuliah tersebut untuk memberinya tanda hadir, dikarenakan kehadiran
merupakan salah satu syarat penting bagi mahasiswa untuk mendapatkan
sebuah nilai akhir.
Kegiatan mahasiswa diatas tidak dapat dibenarkan karena dapat
mempengaruhi penilaian akhir kuliah secara khusus untuk nilai kehadiran
menjadi tidak valid, kegiatan tersebut juga merugikan baik dosen karena tidak
bisa memberikan nilai yang sesuai, maupun mahasiswa itu sendiri karena
tidak mendapat materi perkuliahan secara langsung.
Untuk mengatasi permasalahan di atas, penulis mengajukan sebuah
penelitian dengan judul “PERANCANGAN SISTEM KEHADIRAN
MAHASISWA DENGAN MENGGUNAKAN PENGENALAN WAJAH
(STUDI KASUS PRODI TEKNIK INFORMATIKA POLITEKNIK
NEGERI AMBON)”, yaitu dengan menggunakan pengenalan wajah untuk
membangun sebuah aplikasi berbasis desktop dimana setiap kali mahasiswa
akan masuk ke kelas, maka akan dideteksi wajahnya menggunakan webcam
untuk melakukan presensi dan data kehadirannya akan disimpan dalam file
berbentuk excel.

1.2. Rumusan Masalah

Rumusan masalah berdasarkan latar belakang di atas adalah
bagaimana merancang dan membangun sistem kehadiran mahasiswa dengan
menggunakan pengenalan wajah pada Program Studi Teknik Informatika
Politeknik Negeri Ambon?.

1.3. Batasan Masalah

Beberapa hal yang menjadi batasan dalam perancangan sistem
kehadiran ini adalah:
1. Sistem ini hanya mengelola kehadiran mahasiswa saja.
2. Menggunakan Python sebagai bahasa pemrograman.

2
 3. Menggunakan Convolutional Neural Network (CNN) sebagai algoritma
4. Menggunakan Ms. Excel sebagai basis data.
5. Berbasis Desktop

1.4. Tujuan Penelitian

Tujuan yang ingin dicapai dari proses penelitian ini adalah untuk
merancang dan membangun sistem kehadiran mahasiswa dengan
menggunakan pengenalan wajah.

1.5. Manfaat Penelitian

Penelitian ini diharapkan dapat memberikan manfaat baik bagi
penulis, pembaca, maupun peneliti selanjutnya. Yaitu :
1. Bagi Penulis
Dapat mengembangkan ilmu yang diperoleh dari perkuliahan serta ilmu
dan pengetahuan baru yang tidak didapat dari perkuliahan.
2. Bagi Pembaca
Dapat menambah wawasan dan pengetahuan serta dapat digunakan
sebagai bahan pertimbangan apabila hendak melakukan penelitian lebih
lanjut.
3. Bagi Peneliti Selanjutnya
Penelitian ini diharapkan mampu menjadi referensi bagi peneliti
selanjutnya agar bisa dikembangkan ke versi yang lebih baik lagi.

3
 BAB II
TEORI PENUNJANG

2.1. Tinjauan Teoritis

2.1.1. Sistem Kehadiran / Presensi
Presensi adalah suatu kegiatan yang bertujuan untuk
mengetahui tingkat prestasi kehadiran serta tingkat kedisiplinan dari
anggota dalam suatu instansi, institusi atau perusahaan. Sistem
Presensi merupakan alat / sistem untuk mengelola kehadiran
seseorang dalam suatu instansi, institusi atau perusahan, maka dari itu
presensi sangat diperlukan. (Rico Dani Saputra & Anggit Dwi
Hartanto, 2013).

2.1.2. Validitas
Validitas merujuk pada ketepatan (appropriateness),
kebermaknaan (meaningful), dan kemanfaatan (usefulness) dari
sebuah kesimpulan yang didapatkan dari interpretasi skor tes.
Validitas mengarah kepada ketepatan interpretasi hasil penggunaan
suatu prosedur evaluasi sesuai dengan tujuan pengukurannya.
Validitas merupakan suatu keadaan apabila suatu instrument evaluasi
dapat mengukur apa yang sebenarnya harus diukur secara tepat.
Seperti contoh, suatu alat ukur hasil belajar matematika dikatakan
valid apabila alat ukur tersebut benar-benar mengukur hasil belajar
matematika. (Kusaeri & Supranato, 2012).

2.1.3. Biometrik
Biometrik berasal dari bahasa Yunani yaitu bios yang berarti
hidup dan metron berarti ukuran. Biometrik adalah suatu metode
untuk mengenali manusia berdasarkan pada satu atau lebih ciri-ciri
fisik atau tingkah laku yang unik. (Aprilia Ayu Andarinny, Catur Edi
Widodo & Kusworo Adi, 2017).

4
2.1.4. Pengenalan Wajah / Face Recognition
Pengenalan wajah adalah salah satu teknologi biometrik yang
telah banyak diaplikasikan dalam sistem keamanan selain pengenalan
retina mata, pengenalan sidik jari dan iris mata. Dalam aplikasinya
sendiri pengenalan wajah menggunakan sebuah kamera untuk
menangkap wajah seseorang kemudian dibandingkan dengan wajah
yang sebelumnya telah disimpan di dalam database tertentu.
(Muhammad Rizki Muliawan, Beni Irawan, & Yulrio Brianorman,
2015).

2.1.5. OpenCV
OpenCV adalah suatu pustaka atau library open source yang
sering dibuat pada proyek pengolahan citra dinamis dengan cara real-
time, yang diciptakan Intel. Algoritma yang terdapat di dalam
OpenCV mampu difungsikan sebagai face detection, feature matching
dan juga tracking. OpenCV atau sering dikenal dengan “Open Source
Computer Vision” berupa library dengan basis “open source” dimana
didalamnya terdapat lebih dari 500 fungsi dalam mengurus computer
vision. (Kadir, 2019).

2.1.6. Convolutional Neural Network (CNN)

Convolutional Neural Network (CNN) adalah pengembangan
dari Multilayer Perceptron (MLP) yang dirancang untuk mengolah
data dua dimensi. CNN termasuk dalam Deep Neural Network karena
kedalaman jaringan yang tinggi dan banyak diaplikasikan di citra.
CNN dapat digunakan untuk aplikasi computer vision, face
recognition, object detection, image recognition, visual recognition
dimana ia mempelajari bagaimana mesin (dengan algoritma) bisa
mengenali objek baik berupa gambar atau video.

5
2.1.7. Citra Digital
Citra digital merupakan representasi dari fungsi intensitas
cahaya dalam bentuk diskrit pada bidang dua dimensi. Citra tersusun
oleh sekumpulan piksel (picture element) yang memiliki koordinat
(x,y) dan amplitudo f(x,y). Koordinat (x,y) menunjukkan letak/posisi
piksel dalam suatu citra, sedangkan amplitudo f(x,y) menunjukkan
nilai intensitas warna citra. (Adi Pamungkas, 2017).

2.1.8. Pengolahan Citra Digital

Pengolahan Citra Digital atau Digital Image Processing
merupakan bidang ilmu yang mempelajari tentang bagaimana suatu
citra itu dibentuk, diolah, dan dianalisis sehingga
menghasilkan informasi yang dapat dipahami oleh manusia. (Adi
Pamungkas, 2017).

2.1.9. Python
Python merupakan bahasa pemrograman tingkat tinggi,
dibuat agar mudah dibaca dan mudah untuk diterapkan dan bersifat
open source. Python juga dapat dikenal sebagai bahasa script
dijalankan di berbagai sistem operasi lainnya seperti Mac, Windows,
dsb. Python memungkinkan para programmers bisa menggunakan
kode simpel sejenis dalam bahasa manusia. Python juga bisa
digunakan dalam pengembangan web, pemrograman numerik,
pengembangan game, akses port serial, dsb yang menggunakan
Bahasa C, C++. (Prince Richard Setiono, Sherwin R.U.A Sompie, &
Meicsy E.I Najoan, 2020).

2.1.10. PyCharm
Pycharm adalah Integrated Development Environment (IDE)
yang berfokus pada pengembangan project dengan bahasa
pemrograman python. Pycharm di kembangkan oleh jetBrains,
Pycharm merupakan IDE cross-platform yang artinya dapat

6
 dijalankan pada berbagai sistem informasi seperti Windows, Linux,
dan Mac. (Lara Silvia, Nataniel Dengen, & Ummul Hairah, 2017).

2.1.11. Flowchart
Flowchart atau bagan alur adalah diagram yang menampilkan
langkah-langkah dan keputusan untuk melakukan sebuah
proses dari suatu program. Setiap langkah digambarkan dalam bentuk
diagram dan dihubungkan dengan garis atau arah panah. (Rony
Setiawan, 2021).

Simbol Keterangan
Flow / Connecting Line, simbol yang digunakan untuk
menggabungkan antara simbol yang satu dengan
simbol lainnya.
On-Page Reference, simbol untuk keluar-masuk atau
penyambungan proses dalam lembar kerja yang sama.

Off-Page Reference, simbol untuk keluar-masuk atau

penyambungan proses dalam lembar kerja yang
berbeda.
Terminator, simbol yang menyatakan awal atau akhir
suatu program.

Process, simbol yang menyatakan suatu proses yang

dilakukan komputer.

Decision, simbol yang menunjukkan kondisi tertentu

yang akan menghasilkan dua kemungkinan jawaban,
yaitu ya dan tidak.
Input/Output, simbol yang menyatakan proses input
atau output tanpa tergantung peralatan

Manual Operation, simbol yang menyatakan suatu

proses yang tidak dilakukan oleh komputer

7
 Document, simbol yang menyatakan bahwa input
berasal dari dokumen dalam bentuk fisik, atau output
yang perlu dicetak.
Predefine Process, simbol untuk pelaksanaan suatu
bagian (sub program) atau prosedur

Tabel 2.1 Simbol-simbol Flowchart

2.1.12. Usecase Diagram

Usecase diagram adalah gambaran graphical dari beberapa
atau semua actor, use case, dan interaksi diantaranya yang
memperkenalkan suatu sistem. Usecase diagram tidak menjelaskan
secara detail tentang penggunaan usecase, tetapi hanya memberi
gambaran singkat hubungan antara usecase, aktor, dan sistem. (I Gusti
Ngurah Alit Indrawan & Made Agung Raharja, 2020).

Simbol Keterangan
Actor, mewakili peran orang, sistem yang lain, atau alat
ketika berkomunikasi dengan usecase.
Usecase, abstraksi dan interaksi antara sistem dan aktor.

Association, abstraksi dari penghubung antara aktor

dengan usecase.
Generalisasi, menunjukkan spesialisasi aktor untuk
dapat berpartisipasi dengan usecase.
Menunjukkan bahwa suatu usecase seluruhnya
<<include>>
merupakan fungsionalitas dari usecase lainnya.
Menunjukkan bahwa suatu usecase merupakan
<<extend>>
tambahan fungsionalitas dari usecase lainnya jika suatu
kondisi terpenuhi.
System, menspesifikasikan paket yang menampilkan
sistem secara terbatas.
Collaboration, interaksi aturan-aturan dan elemen lain
yang bekerjasama untuk menyediakan perilaku yang
lebih besar dari jumlah elemen-elemennya.

8
 Note, elemen fisik yang eksis saat aplikasi dijalankan
dan mencerminkan suatu sumber daya komputasi.

Tabel 2.2 Simbol-simbol Usecase Diagram

2.1.13. Activity Diagram

Activity diagram menggambarkan workflow (aliran kerja)
atau aktivitas dari sebuah sistem atau proses bisnis. (Ade Hendini,
2016).
Simbol Nama Keterangan
Sebuah diagram aktivitas
memiliki sebuah status awal.
Stats Awal

Aktivitas yang dilakukan sistem,

aktivitas biasanya diawali
Aktivitas
dengan kata kerja.

Percabangan dimana ada pilihan

Percabangan /
aktivitas yang lebih dari satu.
Decision

Penggabungan dimana yang

Penggabungan /
mana lebih dari satu aktivitas
Join
lalu digabungkan jadi satu.
Status akhir yang dilakukan
Status Akhir sistem, sebuah diagram aktivitas
memiliki sebuah status akhir.
Swimlane memisahkan
organisasi bisnis yang
Swimlane
bertanggung jawab terhadap
aktivitas yang terjadi.

Tabel 2.3 Simbol-simbol Activity Diagram

9
2.2. Tinjauan Penelitian Terdahulu
No Judul Peneliti Hasil
1 Aplikasi Rizky Wahyudi, Para peneliti berhasil
Pengenalan Agus Pratondo, membuat aplikasi
Wajah Untuk Ph.D., dan pencatat proses presensi
Presensi Toufan dengan melakukan
Mahasiswa Diansyah identifikasi terhadap
Menggunakan Tambunan, S.T., wajah yang dihadapkan
Depth Camera MT. ke kamera dengan
(Studi Kasus: (Tahun 2018) menyediakan informasi
Fakultas Ilmu pencatatan dan pelaporan
Terapan) presensi mahasiswa.
2 Sistem Absensi Eko Penerapan teknologi
Prodi DIII Budihartono dan image processing
Teknik Rais khususnya Face
Komputer (Tahun 2019) recognition dapat
Menggunakan diimplementasikan dalam
Face melakukan absensi
recognition kehadiran mahasiswa.
3 Prototipe Abdul Mutholib, - Rata-rata persentase
Absensi STMIK dan Susi Erlinda tingkat akurasi objek
Amik Riau (Tahun 2018) sebesar 60% dari 10
Berbasis Face objek wajah.
recognition - Absen dalam kondisi
Menggunakan ruangan kurang cahaya
Metode dapat mempengaruhi
Eigenface keakuratan.
4 Implementasi Ajeng Peneliti telah berhasil
Face Maulidyah, membuat aplikasi absensi
recognition Hardjito S berbasiskan android
Dengan Opencv Darmojo, dan dengan implementasi
Pada Absensi Sukisno face recognition dan

10
 Karyawan (Tahun 2021) location based dengan
(Studi Kasus : menggunakan Android
PT. Agarindo studio
Bogatama) dan openCV
5 Aplikasi Prince Richard Dalam melakukan
Pengenalan Setiono, pengujian absensi pada
Wajah Untuk Sherwin R.U.A wajah mahasiswa
Sistem Absensi Sompie, dan ternyata tidak bisa
Kelas Berbasis Meicsy E.I dilakukan dengan cara
Raspberry Pi Najoan duduk di kursi masing-
(Tahun 2020) masing.

Tabel 2.4 Penelitian Terdahulu

11
 BAB III
METODOLOGI PENELITIAN

3.1. Model Proses Pengembangan Perangkat Lunak

Metode Waterfall adalah salah satu jenis model pengembangan
aplikasi dan termasuk ke dalam Classic Life Cycle (siklus hidup klasik), yang
mana menekankan pada fase yang berurutan dan sistematis. Untuk model
pengembangannya, dapat dianalogikan seperti air terjun, dimana setiap tahap
dikerjakan secara berurutan mulai dari atas hingga ke bawah. (Muhammad
Robith Adani, 2020). Dengan tahapan-tahapannya sebagai berikut:

Gambar 3.1 Model Waterfall

1. Analisis Kebutuhan
Pada tahapan ini penulis menganalisa data-data yang dibutuhkan dalam
membangun sistem, yang berupa data-data terkait proses presensi
mahasiswa saat ini dan juga sampel wajah beberapa mahasiswa untuk uji
coba sistem.

2. Desain Sistem
Pada tahapan ini, penulis melakukan perancangan sistem, mulai dari
perancangan alur kerja sistem hingga perancangan tampilan antarmuka
sistem.

12
 3. Implementasi
Pada tahapan ini, penulis melakukan penulisan kode (coding) pada
Pycharm sesuai dengan desain sistem yang telah dibuat.

4. Pengujian
Pada tahapan ini, penulis melakukan pengujian terhadap hasil dari
implementasi kode program yang telah dibuat pada tahap sebelumnya
untuk mengetahui apakah perangkat lunak sudah sesuai dengan desain, dan
apakah sistem berjalan dengan baik atau tidak.

5. Pengoperasian dan Perawatan

Pada tahapan ini, sistem yang sudah jadi akan dioperasikan dan dilakukan
pemeliharaan jika terdapat kesalahan-kesalahan yang tidak terdeteksi pada
tahapan-tahapan sebelumnya.

3.2. Perancangan Sistem

3.2.1. Perancangan Perangkat Pendukung
3.2.1.1. Perangkat Lunak (Software)
Nama Deskripsi
Python Python adalah bahasa pemrograman
interpretatif yang dapat digunakan di berbagai
platform yang berfokus pada tingkat
keterbacaan kode dengan Data Science,
Machine Learning, dan Internet of Things.
PyCharm PyCharm adalah lingkungan pengembangan
terintegrasi yang digunakan dalam
pemrograman komputer, khusus untuk bahasa
Python.

Tabel 3.1 Daftar Kebutuhan Software

13
 3.2.1.2. Perangkat Keras (Hardware)
Nama Deskripsi
Laptop Model : Acer Z476 31-TB
OS : Windows 10 Pro 64-bit
Processor : Intel(R) Core(TM) i3-6006U CPU
2.00GHz
RAM : 8GB DDR3L Dual Chanel
VGA : Intel(R) HD Graphics 520
Storage : HDD 1TB + SSD 128GB
Webcam Model : Logitech C270
Resolusi : 720p/30fps

Tabel 3.2 Daftar Kebutuhan Hardware

3.2.2. Perancangan Sistem

3.2.2.1. Flowchart Penelitian

Gambar 3.2 Flowchart Penelitian

14
3.2.2.2. Flowchart Sistem

Gambar 3.3 Flowchart Tampilan Utama

Gambar di atas merupakan alur sistem presensi dalam aplikasi

dengan penjelasan sebagai berikut:

1. Diawali dengan mulai, muncul window utama yang berisikan

empat menu yaitu; ambil gambar, mulai presensi, rekap
presensi, dan lihat presensi.
2. Jika pilih menu 1, sistem akan menampilkan window ambil
gambar yang merupakan window untuk mendaftarkan wajah
mahasiswa. Prosesnya diawali degan menghadapkan wajah ke
webcam, masukkan nama dan nim, lalu ambil gambar. (lihat
Gambar 3.4)
3. Jika pilih menu 2, sistem akan menampilkan window presensi
yang merupakan window untuk melakukan presensi. Prosesnya
diawali dengan menghadapkan wajah ke webcam, lalu sistem
akan mencocokkan wajah tersebut dengan wajah yang telah
terdaftar, jika wajah tidak cocok (berarti belum terdaftar) proses
akan kembali ke menu 1 (ambil gambar). Dan jika wajah cocok
maka akan langsung dicatat pada file “Record.csv”. (lihat
Gambar 3.5)

15
 4. Jika pilih menu 3, sistem akan menampilkan window rekap
presensi yang bertujuan untuk merekap presensi jika proses
presensi telah selesai dilakukan. Prosesnya diawali dengan
memasukkan mata kuliah, kelas, semester dan pertemuan, lalu
rekap presensi. (lihat Gambar 3.6)
5. Jika pilih menu 4, sistem akan membuka dan menampilkan
folder “Daftar Kehadiran” yang merupakan lokasi penyimpanan
hasil rekapan presensi. (lihat Gambar 3.3)
6. Proses selesai.

Gambar 3.4 Flowchart Gambar 3.5 Flowchart Gambar 3.6 Flowchart

Ambil Gambar Mulai Presensi Rekap Presensi

3.2.2.3. Usecase Diagram

Di bawah ini merupakan rancangan usecase diagram dari
sistem yang akan dibangun, dimana terdapat 2 aktor yang
akan berinteraksi dengan sistem, yaitu Dosen dan Mahasiswa.
Dosen dapat mendaftarkan wajah, merekap presensi, dan
melihat presensi. Sedangkan mahasiswa hanya dapat
mendaftarkan wajah dan melakukan presensi.

16
Gambar 3.7 Usecase Diagram Sistem

17
3.2.2.4. Activity Diagram
 Mendaftarkan Wajah
Pada proses ini dilakukan pengambilan gambar wajah
mahasiswa untuk disimpan sebagai gambar pembanding
saat melakukan presensi. Untuk aktivitas “Memasukkan
Nama dan Nim” serta “Menekan tombol Ambil” selain
dosen, aktivitas ini juga dapat dilakukan oleh mahasiswa.

Gambar 3.8 Activity Diagram Mendaftarkan Wajah

18
 Melakukan Presensi
Pada proses ini mahasiswa akan melalukan presensi
dengan menghadapkan wajah ke webcam untuk dilakukan
proses pengenalan oleh sistem. Jika wajah dikenali sistem
maka datanya akan dicatat pada file “Record.csv”, dan jika
tidak dikenali maka akan dilakukan proses pendaftaran
wajah.

Gambar 3.9 Activity Diagram Melakukan Presensi

19
 Merekap Presensi
Pada proses ini dosen akan merekap hasil presensi
mahasiswa, jika mahasiswa telah selesai melakukan
presensi.

Gambar 3.10 Activity Diagram Merekap Presensi

 Melihat Presensi
Merupakan proses dimana dosen melihat hasil rekapan
presensi yang telah dibuat.

Gambar 3.11 Activity Diagram Melihat Presensi

20
3.2.3. Perancangan Interface
3.2.3.1. Tampilan Utama Aplikasi
Tampilan utama ini berisi empat menu yaitu ambil gambar
(untuk mendaftarkan wajah mahasiswa), presensi (untuk
memulai presensi), rekap presensi (untuk merekap presensi),
dan lihat presensi (untuk melihat presensi yang direkap).

Gambar 3.12 Rancangan Tampilan Utama

3.2.3.2. Tampilan Ambil Gambar

Menu ini berisi dua inputan yaitu nama dan nim serta dua
button yaitu ambil (untuk mengambil dan menyimpan
gambar) dan buka (untuk membuka folder gambar).

Gambar 3.13 Rancangan Tampilan Ambil Gambar

21
3.2.3.3. Tampilan Presensi
Menu ini hanya berisi camera yang nantinya digunakan
dalam pengambilan presensi. Mahasiswa akan
menghadapkan wajahnya ke webcam dan jika wajahnya
cocok atau dikenali maka akan muncul nama mahasiswa
tersebut (Gambar 3.15), jika tidak dikenali maka muncul
tulisan “Tidak Dikenali” (Gambar 3.16).

Gambar 3.14 Rancangan Tampilan Presensi

Gambar 3.15 Tampilan Jika Gambar 3.16 Tampilan Jika

Wajah Dikenali Sistem Wajah Tidak Dikenali Sistem

22
3.2.3.4. Tampilan Rekap Presensi
Menu ini berisi empat inputan yaitu mata kuliah, kelas,
semester, dan pertemuan. Serta satu button yaitu rekap (untuk
merekap presensi yang telah dilakukan). Hasil rekapan
presensi akan tersimpan pada folder “Daftar Kehadiran” yang
berbentuk excel dengan nama document sesuai dengan yang
diinputkan.

Gambar 3.17 Rancangan Tampilan Rekap Presensi

Gambar 3.18 Rancangan Tampilan File Hasil Rekapan Presensi

23
 BAB IV
IMPLEMENTASI DAN PENGUJIAN SISTEM

4.1. Implementasi
4.1.1. Tampilan Utama
Gambar di bawah merupakan tampilan utama / awal ketika
menjalankan sistem presensi. Pada tampilan utama ini berisi empat
menu dengan fungsi masing-masing yaitu; 1) Ambil Gambar untuk
mendaftarkan wajah mahasiswa, 2) Mulai Presensi untuk melakukan
proses presensi, 3) Rekap Presensi untuk merekap hasil presensi dan
4) Lihat Presensi untuk melihat hasil rekapan presensi.

Gambar 4.1 Tampilan Utama Sistem

4.1.2. Tampilan Ambil Gambar

Untuk mendaftarkan wajah mahasiswa menu yang dipilih
adalah “Ambil Gambar”, setelah diklik maka akan muncul tampilan
seperti gambar di bawah ini.

24
 Gambar 4.2 Tampilan Ambil Gambar

Pada menu “Ambil Gambar” di atas terdapat dua inputan

yang harus diinput yaitu Nama dan Nim (akan diinput sesuai nama
dan nim mahasiswa yang akan didaftarkan wajahnya). Terdapat juga
dua button yaitu Ambil (untuk mengambil dan menyimpan gambar)
dan Buka (untuk membuka folder “Daftar Wajah”)

Gambar 4.3 Folder Daftar Wajah

4.1.3. Tampilan Mulai Presensi

Untuk melakukan presensi menu yang dipilih adalah “Mulai
Presensi”, setelah diklik maka akan muncul tampilan seperti gambar
di bawah ini.

25
 Gambar 4.4 Tampilan Presensi
Setelah terbuka, mahasiswa akan menghadapkan wajahnya ke
webcam untuk dilakukan pengenalan oleh sistem. Jika dikenali, maka
muncul nama serta nim mahasiswa tersebut (Gambar 4.5) dan data
tersebut akan dicatat dan disimpan pada file “Record.csv”. Jika wajah
mahasiswa tersebut tidak dikenali sistem, maka akan muncul tulisan
“Tidak Dikenali” (Gambar 4.6) .

Gambar 4.5 Wajah Dikenali Gambar 4.6 Wajah Tidak

Sistem Dikenali Sistem

4.1.4. Tampilan Rekap Presensi

Jika semua mahasiswa telah selesai melakukan presensi, akan
dilakukan perekapan presensi dengan mengklik menu “Rekap
Presensi”, setelah diklik maka akan muncul tampilan seperti gambar
di bawah ini.

26
 Gambar 4.7 Tampilan Rekap Presensi

Setelah terbuka, akan dilakukan penginputan berupa; mata

kuliah, kelas, semester, dan pertemuan. Setelah semuanya terinput klik
button Rekap untuk merekap presensi mahasiswa. Cara kerja menu
“Rekap Presensi” ini setelah button Rekap diklik adalah sistem akan
membuat sebuah folder pada folder “Daftar Kehadiran”, dengan nama
folder sesuai dengan yang diinputkan (Gambar 4.9). Kemudian sistem
akan mengonversikan file “Record.csv” ke dalam bentuk excel
(dengan nama file sesuai hasil inputan pertemuan) serta
menyimpannya pada folder yang telah dibuat (Gambar 4.9). Menu ini
ada untuk membuat Daftar Presensi menjadi lebih rapi dan jelas.
(Gambar 4.8).

Gambar 4.8 Sebelum dan Sesudah Dikonversi

27
 4.1.5. Tampilan Lihat Presensi
Untuk melihat hasil rekapan presensi yang dibuat, menu yang
diklik adalah “Lihat Presensi”, setelah diklik maka sistem akan
membuka dan menampilkan folder “Daftar Kehadiran” yang
merupakan folder dimana hasil rekapan presensi disimpan.

Gambar 4.9 Folder Daftar Kehadiran

4.2. Pengujian Sistem

Pengujian sistem untuk menguji fungsi sistem kehadiran mahasiswa
ini menggunakan metode pengujian Blackbox.
Metode pengujian Blackbox merupakan yang dilakukan pada
interface perangkat lunak. Walaupun dirancang untuk menguak kesalahan,
pengujian Blackbox digunakan untuk memperlihatkan bahwa fungsi-fungsi
yang ada pada perangkat lunak bisa beroperasi, bahwa inputan diterima
dengan baik dan output dihasilkan secara tepat, serta integritas informasi
eksternal dipelihara dengan baik. (Jarot Dian Susatyono, 2021).
Berikut merupakan hasil pengujian Blackbox dari sistem yang
dibuat:

1. Tampilan Utama
Data Hasil Yang Hasil
No Kesimpulan
Masukkan Diharapkan Pengujian
1 Klik menu Menampilkan Sesuai Valid
Ambil window Ambil Harapan
Gambar Gambar
2 Klik menu Menampilkan Sesuai Valid
Mulai window Presensi Harapan

28
 Presensi
3 Klik menu Menampilkan Sesuai Valid
Rekap window Rekap Harapan
Presensi Presensi
4 Klik menu Menampilkan folder Sesuai Valid
Lihat Daftar Kehadiran Harapan
Presensi
Tabel 4.1 Pengujian Tampilan Utama

2. Tampilan Ambil Gambar

Data Hasil Yang Hasil
No Kesimpulan
Masukkan Diharapkan Pengujian
1 Input Nama Mengambil dan Sesuai Valid
dan Nim menyimpan gambar Harapan
mahasiswa mahasiswa pada
laku klik folder “Daftar
button Ambil Wajah” dengan
nama gambar sesuai
dengan yang
diinputkan.
2 Klik button Membuka dan Sesuai Valid
Buka menampilkan folder Harapan
“Daftar Wajah”
Tabel 4.2 Pengujian Ambil Gambar

3. Tampilan Presensi
Data Hasil Yang Hasil
No Kesimpulan
Masukkan Diharapkan Pengujian
1 Hadapkan Menampilkan info Sesuai Valid
wajah ke nama dan nim Harapan
webcam mahasiswa serta
(wajah yang mencatat dan
telah menyimpan info
terdaftar) tersebut pada file
“Record.csv”
2 Hadapkan Menampilkan Sesuai Valid
wajah ke informasi “Tidak Harapan
webcam Dikenali”
(wajah yang
tidak
terdaftar)

29
 3 Menekan Menutup window Sesuai Valid
tombol “C” Presensi Harapan
pada
keyboard
Tabel 4.3 Pengujian Tampilan Presensi

4. Tampilan Rekap Presensi

Data Hasil Yang Hasil
No Kesimpulan
Masukkan Diharapkan Pengujian
1 Input mata Merekap hasil Sesuai Valid
kuliah, kelas, presensi dan Harapan
semester, dan menyimpannya pada
pertemuan folder “Daftar
lalu klik Kehadiran” dengan
button Rekap nama document
sesuai hasil inputan
Tabel 4.4 Pengujian Tampilan Rekap Presensi

30
 BAB V
PENUTUP

5.1. Kesimpulan

5.2. Saran

31
 DAFTAR PUSTAKA

Adani, M, R. (29 Desember 2020). Tahapan Pengembangan Perangkat Lunak

dengan Metode Waterfall. Sekawanmedia.co.id. [diakses pada 28 Mei
2022]. https://www.sekawanmedia.co.id/blog/metode-waterfall/

Andarinny, A, A., Widodo, C, E., & Adi, K. (2017). Perancangan Sistem

Identifikasi Biometrik Jari Tangan Menggunakan Laplacian of Gaussian
dan Ekstraksi Kontur. Youngster Physics Journal, 6 (4). 305.

Budihartono, E. (2019). SISTEM ABSENSI PRODI DIII TEKNIK KOMPUTER

MENGGUNAKAN FACE RECOGNITION. Smart Comp: Jurnalnya
Orang Pintar Komputer, 8(2), 63-66.

Cahya, F. N. (2020). Perbandingan Identifikasi Wajah Dengan Ekstraksi Fitur

Haralick Dan CNN. Informatics Digital Expert (INDEX), 2 (2). 61.

Hendini, A. (2016). Pemodelan UML Sistem Informasi Monitoring Penjualan Dan

Stok Barang (Studi Kasus: Distro Zhezha Pontianak). Jurnal
Khatulistiwa Informatika, 4 (2). 109.

Indrawan, I. G. N. A., & Raharja, M. A. (2020). Implementasi Sistem Absensi

Mahasiswa Menggunakan Bluetooth Pada Program Studi Teknik
Informatika FMIPA Universitas Udayana. Jurnal Elektronik Ilmu
Komputer Udayana, 9 (1). 40-41.

Kusaeri., & Supranato. (2012). Pengukuran Dan Penilaian Pendidikan.

Yokyakarta: Graha Ilmu. 75

Maulidyah, A., Darmojo, H. S., & Sukisno, S. (2021). Implementasi Face

Recognition Dengan Opencv Pada Absensi Karyawan. Jurnal Ilmiah
Fakultas Teknik, 2(1), 57-62.

Muliawan, M, R., Irawan, B., & Brianorman, Y. (2015). Implementasi Pengenalan

Wajah Dengan Metode Eigenface Pada Sistem Absensi. Jurnal Coding,
Sistem Komputer Untan,3 (1). 41-42.

32
Mutholib, Abdul., & Erlinda, Susi. (2018). Prototipe Absensi STMIK Amik Riau
Berbasis Face Recognition Menggunakan Metode Eigenface. SATIN –
Sains dan Teknologi Informasi, 4 (2),.
Pamungkas, A. (26 Juli 2017). Pengolahan Citra Digital.
Pemrogramanmatlab.com. [diakses pada 28 Mei 2022].
https://pemrogramanmatlab.com/2017/07/26/pengolahan-citra-digital/

Saputra, R, D., & Hartanto, A, D. (2013). Perancangan Sistem Informasi Presensi

Menggunakan Visual Basic Pada Jogja Fitnes. Jurnal Ilmiah DASI, 14
(4). 45.

Setiono, P. R., Sompie, S. R., & Najoan, M. E. (2021). Aplikasi Pengenalan

Wajah Untuk Sistem Absensi Kelas Berbasis Raspberry Pi. Jurnal Teknik
Informatika, 15(3), 179-188.

Silvia, L., Dengen, N., & Hairah, U. (2017). Sistem Penjadwalan Mata Kuliah
Fakultas Ilmu Komputer Dan Teknologi Informasi Berbasis Android
(Studi Kasus : Fakultas Ilmu Komputer Dan Teknologi Informasi).
Prosiding Seminar Nasional Ilmu Komputer dan Teknologi Informasi, 2
(2). 198.

Susatyono, J. D. (1 Desember 2021). Teknik Pengujian Black-Box Testing

Dan White-Box Testing. Sistem-komputer-s1.stekom.ac.id.
[diakses pada 8 September 2022]. http://sistem-komputer-
s1.stekom.ac.id/informasi/baca/Teknik-Pengujian-Black-box-Testing-
dan-White-box-Testing/38db21cd8ce80834dec740c19b7839738bf026d0

Wahyudi, R., Pratondo, A., & Tambunan, T. D. (2018). Aplikasi Pengenalan

Wajah Untuk Presensi Mahasiswa Menggunakan Depth Camera (Studi
Kasus: Fakultas Ilmu Terapan). e-Proceeding of Applied Science, 4 (3).
1693-1699.

33