Perpustakaan Digital ITB

Presensi merupakan kegiatan yang selalu dilakukan di kelas dan merupakan aspek yang penting dalam proses mengajar di kelas. Presensi merupakan metrik sederhana yang menunjukkan niat seorang mahasiswa dalam mengikuti pelajaran di kelas. Berbagai sistem presensi diterapkan di berbagai sekolah hingga universitas, seperti presensi dengan tanda tangan, kartu murid, sidik jari, dll. Sistem seperti itu masih sulit untuk dikontrol. Kebanyakan kelas di Institut Teknologi Bandung masih menggunakan tanda tangan sebagai bentuk presensi. Presensi dengan tanda tangan rentan terhadap kesalahan manusia, terutama pada proses administrasi dan juga kesengajaan mahasiswa. Hal ini menyebabkan integritas data presensi menjadi terganggu dan banyak data yang tidak sesuai dengan kenyataan. Survei telah dibuat dan disebar kepada mahasiswa untuk membuktikan masalah yang ada. Survei membuktikan bahwa sekitar 73% dari 63 responden pernah mengalami kesalahan integritas data akibat kesalahan administrasi dan 62% dari 63 responden pernah dengan sengaja mengubah data presensi yang mengakibatkan integritas data terganggu. Tugas akhir ini bertujuan untuk merancang sistem presensi dengan teknologi pengenalan wajah. Harapan tugas akhir ini adalah merancang sistem presensi yang cukup matang untuk menggantikan sistem presensi yang menggunakan tanda tangan. Metodologi yang digunakan untuk tugas akhir ini adalah system engineering. Metodologi ini mencakup analisis masalah, eksplorasi konsep, definisi konsep, pengembangan lanjutan, desain teknis, dan integrasi & evaluasi. Sistem ini memiliki banyak komponen dan pada tugas akhir ini setiap komponen telah dipilih dengan analisis dan argumen yang jelas. Konsep dari sistem ini telah jelas pada bagian definisi konsep. Sistem terdiri dari beberapa subsistem dan subsistem memiliki komponen. Definisi konsep membahas konsep yang dipilih, seperti konsep penempatan kamera, metode pengenalan wajah, dan metode pengumpulan wajah. Konsep tersebut menjadi dasar dari pemilihan komponen. Salah satu komponen yang penting adalah algoritme pengenalan wajah. Algoritme yang dipakai adalah FaceNet dan untuk pendeteksi wajah digunakan Histogram of Oriented Gradient dan Support Vector Machine. Library yang digunakan dan dapat memenuthi kebutuhan ini adalah Openface. Pengujian dilakukan berdasarkan skenario pengujian dan setiap skenario memiliki tujuan yang ingin dicapai. Pengujian dilaksanakan di kelas agar menyerupai lingkungan dari sistem yang dirancang. Hasil pengujian menunjukkan bahwa sistem yang dirancang belum sempurna, tetapi sudah dapat menjawab masalah yaitu integritas data. Wajah yang berhasil dikenali adalah 91% dari total 10 gambar yang memiliki total wajah sebanyak 50 wajah. Sedangkan untuk simulasi presensi, sistem dapat mengidentifikasi semua mahasiswa yang hadir di kelas. Waktu untuk pengenalan wajah sebanyak 60 orang juga cukup singkat, yaitu sekitar 3 detik. Sistem juga berhasil mendeteksi seluruh wajah sebanyak 60 wajah dalam satu gambar. Sistem yang dirancang dapat menekan dan menghilangkan kesalahan dari administrasi dan sangat sulit untuk dimanipulasi oleh mahasiswa.