DETAIL DOCUMENT
PENGEMBANGAN APLIKASI SISTEM ABSENSI PEGAWAI MENGGUNAKAN PENGENALAN WAJAH DENGAN METODE EIGENFACE BERBASIS RASPBERRY PI
Total View This Week0
Institusion
Universitas Maritim Raja Ali Haji
Author
THREE BINTAN, AULLIA
Hayaty, Nurul
Radzi Rathomi, Muhamad
Subject
680 - 689 Manufacture of Products for Specific Uses (Produksi untuk Keperluan Khusus) 
Datestamp
2023-08-02 02:39:14 
Abstract :
Perkembangan teknologi informasi dan komunikasi yang terus berkembang telah memberikan berbagai solusi dalam meningkatkan kinerja para pegawai kantor terutama yang berkaitan dengan ketertiban, salah satunya adalah mengenai kehadiran pegawai kantor dalam bekerja. Penggunaan teknologi dalam bidang perkantoran ini dapat mengatasi sistem absensi pegawai yang tergolong masih menggunakan cara manual dengan menggunakan aplikasi sistem absensi pegawai berbasis raspberry pi yang bisa digunakan pegawai untuk melakukan absensi kehadiran kantor di Dinas Sosial Kabupaten Bintan. Raspberry pi merupakan suatu papan mini PC yang bisa menggantikan pekerjaan ringan seperti komputer PC pada biasanya. Tujuan dari penelitian ini adalah untuk merancang dan membangun Aplikasi Sistem Absensi berbasis Raspberry Pi yang diharapkan dapat memberikan kemudahan dan pengelolaan data absensi yang lebih baik dan detail. Aplikasi ini dibangun langsung pada papan mini Raspberry Pi yang terhubung pada monitor dengan menggunakan bahasa pemrograman Python dan untuk pembuatan databasenya menggunakan MySQL. Jenis alur perancangan ini adalah Unified Modelling Language (UML). Metode yang digunakan pada penelitian ini adalah metode Eigenface yang dimana metode ini merupakan algoritma cukup populer dalam menyelesaikan masalah pengenalan wajah manusia dan juga implementasi rumus yang mudah dipahami, serta waktu eksekusi yang cukup cepat. Pada penelitian ini pengujian yang digunakan adalah pengujian blackbox testing. Berdasarkan black box testing yang dilakukan, semua menu dan fitur dapat berjalan sesuai kriteria fungsi yang diinginkan oleh pengguna. Pengujian dari penelitian ini menggunakan citra wajah sebanyak 114 citra. Untuk ketepatan presentasi akurasi pada penelitian menggunakan metode eigenface ini adalah 87,5% dengan jumlah waktu pengujian secara keseluruhan dari uji latih dan uji pengenalan adalah 745.6 detik (12.4267 menit). 
Institution Info

Universitas Maritim Raja Ali Haji