<![CDATA[Face recognition merupakan sistem identifikasi biometrik yang paling baik dalam mengindentifikasi seseorang dengan fitur-fitur khusus pada tubuh maupun DNA yang menjadi pembeda antara satu orang dengan orang lainnya. Sistem ini dapat dimanfaatkan untuk sebuah sistem pencatatan kehadiran mahasiswa di salah satu Universitas di Depok. Sistem dibuat guna menggantikan sistem pencatatan konvensional yang masih digunakan saat ini. Sistem dibuat menggunakan salah satu variasi metode dari Deep Convolutional Neural Network (DCNN) yaitu Multi-task Cascaded Convolutional Neural Network (MTCNN) dan Vggface2 dan mengaplikasikan library Pytorch untuk memperdalam pengetahuan tentang face recognition. Vggface2 merupakan model jaringan neural network yang digunakan pada pengenalan wajah untuk ekstraksi citra. Tujuan dari penelitian ini adalah pengembangan dan pengimplementasian MTCNN dan vggface2 ke dalam sistem pencatatan kehadiran menggunakan deteksi wajah, serta melakukan pencatatan secara otomatis setalah wajah berhasil dikenali. Proses pengintegerasian sistem pencatatan dengan database dilakukan pada penelitian ini. Dari hasil pengujiannya dapat disimpulkan sistem pencatatan yang telah dibuat mampu melakukan proses pencatatan kepada user secara realtime dengan tingkat akurasi sebesar 96,6% melalui pengujian secara fungsional, akan tetapi akurasi pada sistem absensi melalui metode pengenalan wajah ini akan semakin buruk jika pencahayaan tidak tepat.]]>
Copyrights © 2022
