Implementasi Algoritma Eigenface Pada Aplikasi Kehadiran Karyawan

BAB 1

PENDAHULUAN

1.1  Latar Belakang

Perkembangan teknologi komputer sekarang sangat pesat, ini ditandai dengan hampir semua pengolahan data dan informasi telah dilakukan dengan komputer. Hal ini diakibatkan semakin beraneka ragam permasalahan informasi yang harus ditangani, salah satu adalah dalam hal pengenalan pola. Pengenalan wajah manusia adalah salah satu dari pengenalan pola yang penting dalam dunia usaha. Pengenalan wajah dalam sistem absensi karyawan pada sebuah perusahaan adalah untuk mengontrol sumber daya manusia (SDM). Salah satu fungsi mengontrol SDM bertujuan meningkatkan potensi sumber daya manusia dan dalam rangka efisiensi perusahaan. Umumnya sistem absensi karyawan pada kantor dilakukan dengan mengisi buku absen atau yang lebih maju lagi dengan menggunakan mesin absensi. Mesin absensi tersebut menggunakan kartu tempat mencetak tanggal, jam masuk serta jam pulang. Dilihat dari segi keamanan, sistem ini mempunyai banyak kelemahan, antara lain adalah absen karyawan bisa dititipkan oleh karyawan lainnya (absen fiktif). Hal ini tentu berakibat kerugian bagi perusahaan, karena karyawan tersebut tidak masuk kerja tetapi tetap diberi gaji. Untuk mencegah hal tersebut perlu dibuat sistem absensi karyawan yang tidak mungkin dilakukan manipulasi absen atau absen fiktif. Sistem absensi yang dirancang adalah sistem absensi dengan menggunakan pengenalan wajah karyawan. Untuk menggunakannya, karyawan memasukkan nomor identitas karyawan (NIK) ke dalam sistem, selanjutnya sistem mengambil foto karyawan dan mencocokkan dengan database wajah pada sistem. Jika wajahnya cocok dengan data NIK, maka absensi karyawan disimpan dan dianggap sah. Jika wajah karyawan tidak cocok dengan database sistem, maka pengisian absen batal dan karyawan tersebut dianggap tidak hadir. Pencocokan wajah karyawan dilakukan dengan algoritma pengenalan wajah Eigenface. Eigenface adalah kumpulan dari eigenvector yang digunakan untuk masalah computer vision pada pengenalan wajah manusia. Teknik ini telah lama digunakan dalam pengenalan tulisan tangan, pembacaan bibir, pengenalan suara dan pencitraan medis. Menurut Lyman (2007), eigenface adalah sekumpulan standardized face ingredient yang diambil dari analisis statistik dari banyak gambar wajah. Satu wajah manusia dapat dipandang sebagai kombinasi dari wajah-wajah standar ini. Wajah seseorang bisa saja terdiri dari 10 % dari wajah 1, 20 % dari wajah 2, dan seterusnya sehingga jika ingin merekam wajah seseorang untuk pengenalan wajah, maka bisa digunakan jauh lebih sedikit fitur daripada yang ditangkap oleh foto digital. Untuk menghasilkan eigenface, sekumpulan besar citra digital dari wajah manusia diambil pada kondisi pencahayaan yang sama dan kemudian dinormalisasi selanjutnya diolah pada resolusi yang sama (misalnya 80 x 80 pixel). Lalu citra tersebut diperlakukan sebagai vector dimensi 80 x 80 pixel di mana komponennya diambil dari nilai pixel-nya. Untuk menentukan eigenface dari sekumpulan citra wajah, digunakan algoritma eigenface berdasarkan Principle Component Analysis (PCA).

1.2  Rumusan Masalah

Permasalahan yang dibahas adalah bagaimana mengontrol absensi dengan menggunakan citra wajah karyawan hasil bidikan capture webcam sebagai pembanding untuk mencegah manipulasi absen oleh karyawan.

1.3  Batasan Masalah

Agar pembahasan tidak menyimpang, perlu dibuat suatu batasan masalah sebagai berikut: 1. Komputer yang digunakan memakai sistem operasi Windows XP. 2. Webcam yang digunakan ber resolusi minimal 2 Mega Pixel. 3. Foto asli karyawan disimpan dalam format JPG sebagai pembanding. 4. Ukuran foto karyawan adalah 80 x 80 pixel. 5. Sebelum dilakukan proses pencocokan, foto hasil capture webcam harus dinormalisasi agar sesuai dengan ukuran foto asli. 6. Algoritma pengenalan wajah yang digunakan adalah algoritma Eigenface. 7. Waktu pelaksanaan absensi masuk dilakukan sampai jam 9 pagi, selanjutnya dilakukan pemasukan absensi secara manual oleh Admin. 8. Waktu pelaksanaan absensi keluar dilakukan mulai dari jam 16 sampai jam 18 WIB.

1.4  Tujuan Penelitian

Adapun tujuan penelitian pada tugas akhir ini adalah untuk merancang suatu sistem pengontrolan absensi karyawan dengan menggunakan webcam untuk meningkatkan keamanan absensi agar tidak bisa dimanipulasi seperti menitipkan absen pada karyawan lain.

1.5  Manfaat Penelitian

Dengan adanya penelitian pengenalan wajah manusia dengan menggunakan metode Eigenface dapat meningkatkan potensi sumber daya manusia pada sebuah perusahaan maupun efisiensi pengeluaran karena kehadiran karyawan dapat diawasi dengan lebih teliti. Jadi pegawai yang tidak masuk kerja atau terlambat masuk akan dikenakan sanksi atau pemotongan gaji sesuai dengan kebijakan perusahaan.

Skripsi ini terdiri dari BAB 1 sampai dengan BAB V berikut dengan souce code program dalam bahasa pemrograman java full