Sistem Presensi Mahasiswa Menggunakan Fitur Deteksi Wajah Berbasis Cognitive Internet of Things

Abstract

Tindak kecurangan presensi sering kali ditemukan adanya kehadiran palsu dari mahasiswa. Untuk mengatasi hal tersebut, kami menerapkan metode Haar-Like Feature Cascade sebagai dasar dalam membangun sistem presensi wajah berbasis Cognitive Internet of Things (CIoT). System yang diusulkan bekerja dengan merepresentasikan pola intensitas lokal pada citra wajah sehingga akan mengenali mahasiswa walaupun dari berbagai posisi depan. Hasil penelitian ini menunjukkan pengenalan wajah mahasiswa yang presisi yang mampu mengenali wajah dengan baik. Kesimpulan dari penelitian ini adalah metode Haar-like Feature Cascade mampu mendeteksi wajah secara presisi dan dapat dijadikan sebagai dasar pengembangan teknologi presensi mahasiswa berbasis Cognitive Internet of Things.