Aplikasi Pengenalan Wajah Untuk Sistem Absensi Kelas Berbasis Raspberry Pi

Abstract

Abstract - In conducting attendance systems, most campuses still do attendance on paper that can be easily manipulated by irresponsible students. Students at this time are still sending or duplicating absences depending on each lecturer who enters the current course hours. With this research, a "Face Recognition Application For Class Attendance System Based on Raspberry Pi" was made, this study used the Local Binnary Pattern (LBP) method to detect and recognize faces. The application is made so that they can recognize the faces of students and their names which will then be made an attendance system along with the identity of the students in the form of Id, Name, Student ID and Information in realtime to know that the student is present at the class and the names that have been absent can be saved through CSV format.

Conclusion This application was made in order to prevent cheating in absent signatures and does not require paper to write absences.

 

Keywords – Student; Absent Absentee; Face Recognition; Local Binnary Pattern; CSV.

 

Abstrak - Dalam melakukan sistem absensi, kebanyakan kampus masih melakukan sistem absen pada sebuah kertas yang bisa dengan gampang dimanipulasi oleh mahasiswa yang tidak bertanggun jawab. Mahasiswa pada zaman ini masih melakukan menitip atau menduplikat absen tergantung pada tiap dosen yang masuk pada jam mata kuliah yang sedang berlangsung.

Dengan tujuan penelitian ini maka dibuatlah sebuah “Aplikasi Pengenalan Wajah Untuk Sistem Absensi Kelas Berbasis Raspberry Piâ€,penelitian ini menggunakan metode Local Binnary Pattern (LBP) untuk mendeteksi dan mengenali wajah. Aplikasi tersebut dibuat agar bisa mengenali wajah mahasiswa beserta nama mereka yang kemudian akan dilakukan sistem absensi beserta identitas dari mahasiswa berupa Id,Nama,Nim,dan Keterangan secara realtime untuk mengetahui bahwa mahasiswa tersebut hadir pada kelas tersebut dan nama – nama yang sudah diabsen bisa disimpan melalui format CSV.

Kesimpulan Aplikasi ini dibuat agar dapat mencegah terjadinya kecurangan dalam tanda tangan absen dan tidak memerlukan kertas untuk menulis absen.    

 

Kata Kunci : Mahasiswa, Menitip Absen, Pengenalan Wajah, Local Binnary Pattern, CSV