Penerapan Algoritma LBPH (Local Binnary Patterns Histograms) untuk Presensi Berbasis Pengenalan Wajah (Face Recognition)

Abstract

Presensi diartikan sebagai catatan kehadiran dan keikutsertaan mahasiswa, dosen, staff dan karyawan dalam mengikuti aktivitas belajar mengajar. Pada umumnya presensi saat ini diterapkan sudah berbasis Artificial Intelligence sehingga memudahkan admin dalam melakukan perekapan dan perekaman. Sistem berbasis Artificial Intelligence ini memiliki kemampuan dan pengetahuan diadopsi dari kebiasaan manusia. Sistem ini mampu mengakses informasi dari berbagai masukan seperti gambar, video, suara, maupun masukan visual lainnya. Salah satu presensi berbasis Artificial Intelligence adalah presensi berbasis pengenalan wajah (Face Recognition). Face Recognition (Pengenalan wajah) termasuk dalam istilah biometrics. Biometrics merupakan suatu objek yang diambil dari data biologis manusia yang dapat diidentifikasi oleh komputer. Face Recognition termasuk kedalam teknologi biometrics yang memungkinkan komputer dapat mengidentifikasi layaknya seorang pakar. Face Recognition memerlukan algoritma untuk dapat mendeteksi wajah dan membedakan wajah individu satu dengan individu lainnya. Penelitian ini menggunakan algoritma LBPH (Local Binnary Patterns Histograms) untuk proses pendeteksian wajah tersebut. Algoritma LBPH (Local Binnary Patterns Histograms) ini bekerja berdasarkan local binnary texture atau biasanya disebut uniform. Uniform adalah sifat dasar tekstur lokal yang berbentuk abu-abu dengan rotasi invariant yang umumnya digunakan sebagai pendeteksi pola. Hasilnya, persentase kemampuan sistem dalam mengidentifikasi wajah seorang sebesar 100%. Sedangkan, persentase kesalahan sistem dalam mengidentifikasi dan membedakan wajah seseorang adalah sebesar 10%. Hal ini terjadi karena algoritma LBPH bekerja berdasarkan local binnary texture atau biasanya disebut uniform sehingga detail pada wajah seorang yang bersifat unik dapat tereduksi sangat besar.