Detail Cantuman

Banyaknya mahasiswa dan tamu yang berlalu-lalang di lingkungan jurusan teknik informatika terkadang membuat bingung penjaga gedung untuk menentukan bahwa orang tersebut merupakan tamu yang berkunjung untuk menemui dosen atau hanya sekedar mahasiswa yang berada di jurusan informatika. Kondisi ini melatarbelakangi untuk mengaplikasikan suatu sistem untuk mengenali tamu yang sering berkunjung dan memberikankan informasi keberadaannya melalui sistem pengenalan wajah (Face recognition) dan mengirimkan pemberitahuan hasil pengenalan wajah melalui aplikasi Telegram. Langkah-langkah yang dilakukan dalam penerapan sistem pengenalan wajah adalah input citra wajah, ekstraksi fitur, membandingkan dengan data latih dan membuat prediksi dari citra yang akan dikenali. Face recognition biasanya berfokus dengan menggunakan komputer dengan sistem berkececpatan tinggi, tetapi untuk menerapkan face recognition pada sistem yang berbasis Raspberry Pi dengan spesifikasi prosesor rendah memerlukan suatu algoritma yang tepat. Pada penelitian ini diselidiki algoritma K-NN untuk mengenali wajah dengan mencari nilai-k terbaik untuk menciptakan suatu sistem dengan spesifikasi rendah. Algoritma yang digunakan adalah K-Nearest Neighbor classifier sebagai metode klasifikasi. Pada pengujian yang dilakukan dengan 10 kali percobaan dengan deteksi sensor PIR HC-SR501 diketahui bahwa face recognition dengan menggunakan K-NN dapat mengenali wajah dengan persetase mencapai 78% pada pengenalan wajah menggunakan nilai k=1. Dan pada penerapannya rata-rata waktu yang digunakan dalam setiap pengenalan wajah adalah 6.9 s. Manfaat yang dapat diambil dari penelitian ini adalah bahwa penerapan sistem pengenalan wajah dapat dilakukan pada sistem yang berspesifikasi rendah seperti Raspberry Pi dan dapat digunakan secara real time dengan jeda waktu pengiriman hasil pengenalan wajah menuju Telegram yang singkat.