Pengenalan Wajah Sebagai Sistem Absensi Yang Terhubung Dengan Smartphone Berbasis Internet Of Things

Abstract

Abstrak Pembuatan sistem absensi dengan pengenalan wajah bertujuan untuk merancang sebuah sistem absensi yang terhubung ke smartphone berbasis IoT agar mempermudah mahasiswa dalam melakukan serta pengawasan absensi, mengurangi kecurangan yang terjadi pada sistem absensi menggunakan KTM, serta mengetahui QoS dan delay pada jaringan sistem absensi dengan pengenalan wajah. Pengujian fitur dilakukan dengan menggunakan metode black box testing. Fitur yang diuji yaitu Registrasi, Absensi dengan Face Recognition, dan Cek Kehadiran dapat berjalan dengan baik. Pengujian reliability dan availability yang dilakukan pada program absensi face recognition bernilai 100% pada skenario yang sudah ditentukan. Perhitungan delay pada fitur Cek Kehadiran saat Raspberry Pi mengirimkan sinyal ke ThingSpeak bernilai rata-rata 0,809544588 detik atau 809 ms. Perhitungan throughput pada fitur Cek Kehadiran saat Raspberry Pi mengirimkan sinyal ke ThingSpeak bernilai sebesar 62,75 KB/s. Perhitungan delay pada fitur Registrasi saat Raspberry Pi mengunduh foto wajah ke dalam folder dataset bernilai rata-rata 0,5389648 detik atau 538 ms. Perhitungan throughput pada fitur Registrasi saat Raspberry Pi mengunduh foto wajah ke dalam folder dataset bernilai sebesar 71,15 KB/s. Kata kunci : Face Recognition, OpenCV, Internet of Things, ThingSpeak, Quality of Service Abstract The purposes of making an attendance system using face recognition is to create an Internet of Things-based attendance system with smartphone connectivity that simplify students when doing and monitoring the attendance, reduce fraud attendance that occurs in traditional attendance using student ID Card, and to find out the QoS and delay of the face recognitionattendance system. The results of the feature testing using the Black Box Testing methods, the features such as registration, face recognition, and attendance checking has worked well. The testing of reliability and availability on attendance using face recognition scored 100% with a predetermined scenario. Average delay calculations of the attendance checking when Raspberry Pi sending a signal to ThingSpeak is 0,809544588 seconds or 809 ms. Average throughput calculations of the attendance checkin when Raspberry Pi sending signal to ThingSpeak is 62,75 KB/s. Average delay calculations of the registration feature when Raspberry Pi downloading a face images to the dataset folder is 0,5389648 seconds or 538 ms. Average throughput calculations of registration feature when Raspberry Pi downloading a face images to the dataset folder is 71,15 KB/s. Keywords : Face Recognition, OpenCV, Internet of Things, ThingSpeak, Quality of Service