RANCANG BANGUN APLIKASI ABSENSI KARYAWAN BERBASIS FACE RECOGNITION MENGGUNAKAN ALGORITMA LOCAL BINARY PATTERN HISTOGRAM (LBPH)

research
  • 09 Mar
  • 2026

RANCANG BANGUN APLIKASI ABSENSI KARYAWAN BERBASIS FACE RECOGNITION MENGGUNAKAN ALGORITMA LOCAL BINARY PATTERN HISTOGRAM (LBPH)

Perkembangan teknologi kecerdasan buatan (Artificial Intelligence) khususnya pada bidang pengenalan wajah (face recognition) telah mendorong pemanfaatannya dalam berbagai sistem, salah satunya pada sistem absensi. Proses absensi manual yang masih banyak digunakan memiliki beberapa kelemahan, seperti rawan kecurangan, kurang efisien, serta membutuhkan waktu yang lebih lama. Oleh karena itu, penelitian ini bertujuan untuk merancang dan membangun aplikasi absensi karyawan berbasis face recognition menggunakan algoritma Local Binary Pattern Histogram (LBPH).Aplikasi absensi dikembangkan berbasis desktop dengan bahasa pemrograman Python dan library OpenCV. Proses absensi dilakukan dengan mendeteksi dan mengenali wajah karyawan secara real-time menggunakan webcam. Data wajah yang telah dikumpulkan digunakan sebagai dataset pelatihan untuk membangun model pengenalan wajah menggunakan algoritma LBPH. Hasil pengenalan wajah kemudian digunakan untuk mencatat kehadiran karyawan secara otomatis ke dalam database SQLite.Pengujian sistem dilakukan menggunakan metode whitebox testing dengan menganalisis alur logika program, flowgraph, kompleksitas siklomatis, dan basis path. Hasil pengujian menunjukkan bahwa sistem mampu berjalan sesuai dengan rancangan dan dapat mengenali wajah karyawan dengan baik berdasarkan dataset yang telah dilatih. Dengan demikian, aplikasi absensi berbasis face recognition ini diharapkan dapat meningkatkan efisiensi, akurasi, dan keamanan dalam proses pencatatan kehadiran karyawan.

Unduhan

  • File unduhan

    File_5.pdf

    Terakhir download 10 Mar 2026 13:03

    File_5

    •   diunduh 1x | Ukuran 1,078 KB
  • File unduhan

    File_7_merged.pdf

    Terakhir download 11 Mar 2026 07:03

    File_7

    •   diunduh 1x | Ukuran 507 KB
  • File unduhan

    File_1.pdf

    Terakhir download 11 Mar 2026 07:03

    File_1

    •   diunduh 2x | Ukuran 3,258 KB
  • File unduhan

    File_4.pdf

    Terakhir download 10 Mar 2026 13:03

    File_4

    •   diunduh 1x | Ukuran 374 KB
  • File unduhan

    Full Tugas Akhir.pdf

    Terakhir download 15 Mar 2026 22:03

    Full Tugas Akhir

    •   diunduh 0x | Ukuran 1,731 KB

 

  • File unduhan

    Full Tugas Akhir.pdf

    Terakhir download 15 Mar 2026 22:03

    Full Tugas Akhir

    •   diunduh 0x | Ukuran 1,772,115
  • File unduhan

    File_2.pdf

    Terakhir download 10 Mar 2026 13:03

    File_2

    •   diunduh 1x | Ukuran 297,414
  • File unduhan

    File_3.pdf

    Terakhir download 10 Mar 2026 13:03

    File_3

    •   diunduh 1x | Ukuran 528,474
  • File unduhan

    File_6.pdf

    Terakhir download 10 Mar 2026 13:03

    File_6

    •   diunduh 1x | Ukuran 285,265
  • File unduhan

    File_8.pdf

    Terakhir download 11 Mar 2026 08:03

    File_8

    •   diunduh 0x | Ukuran 1,737,714

REFERENSI

[1]   A. Algiffary and T. Sutabri, “Indonesian Journal of Computer Science,” Indones. J. Comput. Sci., vol. 12, no. 2, pp. si4–301, 2023, [Online]. Available: http://ijcs.stmikindonesia.ac.id/ijcs/index.php/ijcs/article/view/3135

[2]   A. Hati, S. Saha, A. Mandal, P. Saha, S. Sahana, and D. Singh, “Face Recognition and AI Based Smart Attendance Monitoring System,” Int. J. Comput. Sci. Eng., vol. 9, no. 5, pp. 15–21, 2021, doi: 10.26438/ijcse/v9i5.1521.

[3]   Sugeng and A. Mulyana, “Sistem Absensi Pengenalan Wajah Dengan Menggunakan Pustaka Dlib Dan Metoda K-NN Pada Jaringan LAN,” J. SISFOKOM (Sistem Inf. dan Komputer), vol. 11, no. 1, pp. 127–135, 2022.

[4]      L. Chen, Y. H. Wang, Y. D. Wang, and D. Huang, “Face recognition with statistical local binary patterns,” Proc. 2009 Int. Conf. Mach. Learn. Cybern., vol. 4, no. May 2004, pp. 2433–2439, 2009, doi: 10.1109/ICMLC.2009.5212189.

[5]      R. Hierons, Machine learning. Tom M. Mitchell. Published by McGraw-Hill, Maidenhead, U.K., International Student Edition, 1997. ISBN: 0-07-115467-1, 414 pages. Price: U.K. £22.99, soft cover., vol. 9, no. 3. 1999. doi: 10.1002/(sici)1099-1689(199909)9:3<191::aid-stvr184>3.0.co;2-e.

[6]      L. Vinet and A. Zhedanov, “Deep Learning,” J. Phys. A Math. Theor., vol. 44, no. 8, pp. 1689–1699, 2011.

[7]      N. EL Fadel, “Facial Recognition Algorithms: A Systematic Literature Review,” J. Imaging, vol. 11, no. 2, 2025, doi: 10.3390/jimaging11020058.

 

[8]      A. Hati, S. Saha, A. Mandal, P. Saha, S. Sahana, and D. Singh, “Face Recognition and AI Based Smart Attendance Monitoring System,” Int. J. Comput. Sci. Eng., vol. 9, no. 5, pp. 15–21, 2021, doi: 10.26438/ijcse/v9i5.1521.

[9]      C. Pandi, K. Adi Narayana Reddy, R. Alladi, V. Chandra Sekhar Reddy, and P. Sumithabhashini, “Emotion and Gender Classification Using Convolution Neural Networks,” Lect. Notes Networks Syst., vol. 321, pp. 563–573, 2022, doi: 10.1007/978-981-16-5987-4_57.

[10]    “Pembelajaran-untuk-Estimasi-Usia-dari-Wajah.”

[11]      A. Budiman, R. Aryatama, and S. Achmad, “Keikutsertaan mahasiswa dengan pengenalan wajah ( LBPH atau CNN ): Tinjauan sistematis literatur,” vol. 216, pp. 31–38, 2023.

Cari

Bidang Ilmu

Kategori

Kiriman Terbaru