Art Original
Sistem Absensi Dengan Pengenalan Wajah Menggunakan Metode Histogram Of Oriented Gradients (hog) Dan Support Vector Machines (svm) Berbasis Website
Kehadiran siswa di kelas merupakan salah satu indikator penting keaktifan dan prestasi akademik. Akan tetapi, metode kehadiran manual memiliki berbagai kelemahan, seperti potensi terjadinya kecurangan dan kesalahan dalam rekapitulasi data. Penelitian ini bertujuan untuk mengembangkan sistem kehadiran berbasis website dengan pengenalan wajah menggunakan metode Histogram of Oriented Gradients (HOG) dan Support Vector Machine (SVM). Hasil pengujian menunjukkan bahwa pada jarak 30 cm, level False Acceptance Rate (FAR) dan False Rejection Rate (FRR) mencapai 0. Pada jarak 50 cm, nilai FAR meningkat menjadi 0,1 (10%), sedangkan FRR tetap 0. Jarak optimal untuk pengenalan wajah adalah antara 50 cm sampai dengan 100 cm. Pada jarak 100 cm, nilai FAR meningkat menjadi 0,3 (30%), sedangkan FRR meningkat menjadi 0,2 (20%). Penelitian ini menyimpulkan bahwa sistem kehadiran dengan pengenalan wajah berbasis HOG dan SVM memiliki kinerja yang optimal pada jarak tertentu. Untuk pengembangan lebih lanjut, sistem ini diharapkan terintegrasi dengan teknologi berbasis Internet of Things (IoT) dan menggunakan metode deep learning untuk meningkatkan akurasi dan fleksibilitas.
No other version available