PENGEMBANGAN APLIKASI ABSENSI FACE RECOGNATION MENGGUNAKAN OPENCV LIBRARY DAN ALGORITMA SIFT

Abstract

Kehadiran karyawan di dalam sebuah perusahaan merupakan salah satu aspek yang akan ditingkatkan karena menjadi faktor penilaian bagi atasan. Sebagian besar perusahaan masih menggunakan metode manual untuk absensi karyawan sebagai tanda tangan absen sehingga bisa menjadi celah ketidakjujuran karyawan dalam proses absensi. Hal ini dirasakan pula oleh manajemen koperasi pegawai PT. Telekomunikasi Indonesia, dimana kondisi yang berjalan saat ini, kehadiran karyawan diketahui dengan melakukan input NIK ke dalam form absensi. Kekurangan yang dirasakan selama ini adalah memungkinkan karyawan tersebut melakukan tindakan kecurangan dengan menginputkan NIK karyawan lainnya yang belum tentu waktu kedatangannya secara bersamaan. Dewasa ini, sistem absensi sudah berkembang,salah satunya adalah sistem absensi dengan pengenalan wajah. Pengenalan wajah merupakan teknologi biometrik yang telah diterapkan secara luas dalam sistem keamanan selain pengenalan retina mata, pengenalan sidik jari, dan iris mata. Pengenalan wajah adalah salah satu teknologi berbasis pemrosesan gambar yang menggunakan beberapa atau semua wajah untuk proses otentikasi. Sehingga tingkat keamanan untuk sistem lebih kuat. Aplikasi ini menggunakan kamera untuk menangkap wajah seseorang kemudian dibandingkan dengan wajah yang sebelumnya disimpan dalam database tertentu. Berdasarkan hal itu, diperlukan sebuah sistem yang dapat mengatur absensi secara komputerisasi dengan menggunakan teknologi pengenalan wajah agar data tersebut tersimpan dan terarsip dengan baik. Dalam penelitian ini, telah dilakukan pengembangan sistem absensi dengan rekaman wajah yang disimpan di dalam database kemudian data tersebut ditamplikan dalam web aplikasi sebagai user interfacenya agar mudah untuk digunakan. Setelah itu, dilakukan pengembangan lagi dengan pencocokan wajah pada aplikasi absensi dengan menggunakan algoritma SIFT, dimana mendapatkan tingkat keberhasilan kecocokan gambar mencapai 80% dengan waktu total proses kurang dari 20 detik.