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

  • IMAM MAKASAU

ABSTRAK

ABSTRAK

Imam Makasau (12240173), 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.

Kata Kunci: Absensi, Face Recognition, Local Binary Pattern Histogram, Python, OpenCV

KATA KUNCI

Absensi,Face Recognition,Local Binary Pattern Histogram,PYTHON,OpenCV


DAFTAR PUSTAKA

ABSTRAK

[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.

Detail Informasi

Skripsi ini ditulis oleh :

  • NIM : 12240173
  • Nama : IMAM MAKASAU
  • Prodi : Informatika
  • Kampus : Jatiwaringin
  • Tahun : 2026
  • Periode : II
  • Pembimbing : Sidik, M.Kom.
  • Asisten :
  • Kode : 0006.S1.IF.SKRIPSI.II.2026
  • Diinput oleh : DAN
  • Terakhir update : 27 April 2026
  • Dilihat : 20 kali

TENTANG PERPUSTAKAAN


PERPUSTAKAAN UNIVERSITAS NUSA MANDIRI


E-Library Perpustakaan Universitas Nusa Mandiri merupakan platform digital yang menyedikan akses informasi di lingkungan kampus Universitas Nusa Mandiri seperti akses koleksi buku, jurnal, e-book dan sebagainya.


INFORMASI


Alamat : Jln. Jatiwaringin Raya No.02 RT08 RW 013 Kelurahan Cipinang Melayu Kecamatan Makassar Jakarta Timur

Email : perpustakaan@nusamandiri.ac.id

Jam Operasional
Senin - Jumat : 08.00 s/d 20.00 WIB
Isitirahat Siang : 12.00 s/d 13.00 WIB
Istirahat Sore : 18.00 s/d 19.00 WIB

Perpustakaan Universitas Nusa Mandiri @ 2020