Sistem Absensi Mahasiswa Berbasis Dorsal Hand Vein Menggunakan Local Binary Patterns dan Fuzzy k-NN

Abstract

Setelah WHO mengumumkan COVID-19 sebagai pandemi pada tahun 2020 perguruan tinggi mulai menerapkan pembelajaran daring, setelah 1 tahun berlalu pembelajaran tatap muka terbatas akan segera dimulai lagi dengan memprioritaskan kesehatan dan keselamatan warga kampus. Sistem absensi perkuliahan luring secara manual dengan menandatangani lembar kertas absensi beresiko menjadi media penularan virus karena disentuh oleh banyak dosen dan mahasiswa. Sistem biometrika banyak diterapkan di berbagai bidang seperti pada sistem keamanan dan absensi karyawan. Namun, terdapat beberapa kelemahan yang dimiliki, seperti besarnya kemungkinan sabotase pada sidik jari dan geometri telapak tangan, sulit melakukan pengenalan pada objek wajah yang menggunakan aksesoris seperti topi dan kacamata serta pada ekspresi yang berubah ubah dan mahalnya alat akuisisi pada aplikasi pengenalan berbasis retina. Penelitian ini menggunakan Local Binary Patterns (LBP) untuk pengenalan dorsal hand vein. LBP digunakan sebagai metode ekstraksi fitur untuk mengoptimalkan nilai fitur dari tekstur pembuluh darah sehingga diperoleh akurasi yang baik dan kecepatan pemrosesan yang cepat. Untuk mencocokkan fitur dorsal vein dari citra uji dan citra pada database digunakan metode Fuzzy k-NN. Hasil pengujian menunjukkan akurasi pengenalan yang baik yaitu sebesar 90,67%.