Pratama, Yudha (2017) TA : Absensi Kehadiran Mahasiswa Di Kelas Secara Real – Time Berbasis Multi Wajah Menggunakan Metode Eigenface. Undergraduate thesis, Institut Bisnis dan Informatika Stikom Surabaya.
Text
COVER.pdf Download (155kB) |
|
Text
DAFTAR_ISI.pdf Download (146kB) |
|
Text
BAB_I.pdf Download (150kB) |
|
Text
BAB_II.pdf Download (458kB) |
|
Text
BAB_III.pdf Download (878kB) |
|
Text
BAB_IV.pdf Download (1MB) |
|
Text
BAB_V.pdf Download (142kB) |
|
Text
DAFTAR_PUSTAKA.pdf Download (142kB) |
Search this title on : |
Abstract
Absensi merupakan kegiatan yang wajib dilakukan untuk mencatat adanya kehadiran seseorang dalam suatu organisasi (kerja, sekolah, perkuliahan, dan lain – lain). Kegiatan absensi yang dilakukan secara manual (dipanggil satu persatu) dengan jumlah peserta absensi banyak memiliki banyak kekurangan yang sangat signifikan. Dalam era globalisasi saat ini penggunaan sistem absensi dengan menggunakan teknologi marak diterapkan contohnya sistem absensi menggunakan fingerprint, RFID, Absensi Single Face Recognition. Namun dengan sistem absensi ini masih begitu memiliki kekurangan dari segi efisiensi waktu, masih terdapat antrian untuk melakukan absensi yang membutuhkan waktu dan tenaga untuk melakukannya. Maka dari itu dalam tugas akhir ini dibuat sistem absensi kehadiran mahasiswa di kelas secara real – time berbasis multi wajah dengan menggunakan metode eigenface. Sistem absensi ini dapat mendeteksi dan mengenali banyak wajah secara bersamaan dan real – time. Sistem absensi menggunakan camera webcam dengan resolusi HD untuk mendukung pengenalan objek wajah dengan akurat. Sistem absensi multi wajah dapat mendeteksi dan mengenali wajah dengan asumsi mahasiswa dengan jumlah banyak (pelaku absensi) berada dalam jangkauan kamera webcam dengan jarak tertentu antara mahasiwa yang melakukan absensi terhadap webcam selama sistem absensi multi wajah aktif.
Export Record
Item Type: | Thesis (Undergraduate) |
---|---|
Additional Information: | Yudha Pratama (12410200024) |
Uncontrolled Keywords: | Face Detection, Face Recognition, Principal Component Analysis, Eigenface |
Dewey Decimal Classification: | 300 – Social sciences > 330 Economics > 331 Labor economics |
Divisions: | Fakultas Teknologi dan Informatika > S1 Teknik Komputer |
Depositing User: | Lidya Rosiana |
Date Deposited: | 24 Aug 2017 15:13 |
Last Modified: | 24 Aug 2017 15:13 |
THESIS ADVISORS: |
1. UNSPECIFIED (NIDN : UNSPECIFIED)
|
URI: | http://repository.dinamika.ac.id/id/eprint/2318 |
Download Statistics
Downloads over the past year. Other digital versions may also be available to download e.g. from the publisher's website.
Actions (login required)
View Item |