Triatmoko, AndrianusHendro (2014) Penggunaan Metode Viola - Jones dan Algoritma Eigen Eyes dalam Sistem Kehadiran Pegawai Berdasarkan Identifikasi Fitur Mata;. Magister thesis, Universitas Brawijaya.
Abstract
Penggunaan sistem kehadiran kehadiran konvensional menjadi penghambat dalam pemantauan kedisiplinan karyawan. Sistem kehadiran konvensional dapat diganti dengan sistem kehadiran terkomputerisasi yang mendasarkan proses identifikasi karyawan pada penggunaan teknologi biometrik. Dalam penelitian ini dikembangkan sistem kehadiran yang integrasikan dengan teknologi biometrik berupa citra mata. Untuk dapat mengidentifikasi citra mata pada suatu citra digunakan metode Viola-Jones yang merupakan metode pendeteksian obyek dengan menggabungkan Haar Like Feature, Integral image, AdaBoost Machine- Learning, dan Cascade Classifier. Selanjutnya algoritma eigen eyes digunakan untuk melakukan identifikasi citra mata terdeteksi dengan menghasilkan ciri dari suatu gambar mata menggunakan Principal Component Analysis (PCA). Dari hasil pengujian, tingkat keberhasilan pengenalan aplikasi kehadiran pegawai berdasarkan identifikasi fitur mata sebesar 96,43%. Selain itu aplikasi yang dibuat dapat menyimpan data kehadiran pegawai didalam basis data dan menyajikan informasi kehadiran dalam bentuk laporan.
English Abstract
The use of conventional attendance system can be a barrier in employee discipline monitoring. Conventional attendance system can be replaced with a computerized attendance system where employee identification process is based on the use of biometric technology. This research build an attendance system which integrated with biometrics technology in the form of eyes image. To be able to identify eye image in an image used Viola-Jones method as an object detection method by combining Haar Like Feature, Integral image, AdaBoost Machine-Learning, and Cascade Classifier. Furthermore, the eigen eyes algorithm used to identify the image of the eye is detected by generating a characteristic of the eye image using Principal Component Analysis (PCA). From the test results, the recognition success rate based on employee attendance application based on identification eyes feature reach 96.43%. In addition, the application made can store employee attendance list in the database and presents the attendance information in a report.
| Item Type: | Thesis (Magister) |
|---|---|
| Identification Number: | TES/570.151 95/TRI/p/041402927 |
| Subjects: | 500 Natural sciences and mathematics > 570 Biology > 570.1 Philosophy and theory |
| Divisions: | S2/S3 > Magister Teknik Elektro, Fakultas Teknik |
| Depositing User: | Budi Wahyono Wahyono |
| Date Deposited: | 04 Jun 2014 10:31 |
| Last Modified: | 04 Jun 2014 10:31 |
| URI: | http://repository.ub.ac.id/id/eprint/157641 |
Actions (login required)
 |
View Item |