relation: http://eprints.unpak.ac.id/9749/
title: PENGENALAN WAJAH PADA SISTEMPRESENSI  PEGAWAI MENGGUNAKAN METODE PRINCIPALCOMPONENT ANALYSIS (PCA) DAN CONVOLUTIONALNEURAL NETWORK (CNN)
creator: Pajar Ramadhan, Malik
subject: Ilmu Komputer
description: PENGENALAN WAJAH PADA SISTEMPRESENSI  PEGAWAI MENGGUNAKAN METODE PRINCIPALCOMPONENT ANALYSIS (PCA) DAN CONVOLUTIONALNEURAL NETWORK (CNN)  Malik Pajar Ramadhan  1, Andi Chaerunnas2, Boldson Herdianto  3  1,2,3 Program Studi Ilmu Komputer, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas  Pakuan, Jln. Pakuan Po.Box 452 Bogor 16143, Indonesia  Abstrak  Penelitian ini bertujuan mengembangkan sistem presensi pegawai dengan pengenalan wajahmenggunakan metode Principal Component Analysis (PCA) dan Convolutional Neural Network (CNN). Penelitian ini diilhami oleh kendala-kendala saat melakukan presensi pada mesin fingerprint di  Puskesmas Cakung, Jakarta Timur. Tahapan pembuatan sistem melibatkan pengumpulan data, pre- processing, pembuatan sistem, dan pelatihan data menggunakan Visual Studio Code 2020 denganimplementasi Face-api.js berbasis TensorFlow.js. Proses pengenalan wajah dengan PCAmelibatkanperhitungan nilai eigen dan vektor eigen, sementara metode CNN melibatkan tahap feature learning danclassification dengan layer konvolusi, fungsi aktivasi ReLu, pooling layer, dan parameter lainnya. Hasil  pengujian menunjukkan rata-rata akurasi klasifikasi wajah dari 30 citra testing pegawai sebesar 90%, yang dipengaruhi oleh posisi wajah dan pencahayaan. Kesimpulannya, sistem presensi pengenalan wajahdengan metode PCA dan CNN mampu mengidentifikasi wajah pegawai secara baik. Keywords: Absensi; Pengenalanwajah; PCA; CNN; Face-api.js
date: 2023-01-01
type: Thesis
type: NonPeerReviewed
identifier:   Pajar Ramadhan, Malik  (2023) PENGENALAN WAJAH PADA SISTEMPRESENSI PEGAWAI MENGGUNAKAN METODE PRINCIPALCOMPONENT ANALYSIS (PCA) DAN CONVOLUTIONALNEURAL NETWORK (CNN).  Skripsi thesis, Universitas Pakuan.