Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi)
Tutus Lusni Pratama
Universitas Nusantara PGRI Kediri
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Energy Engineering Industrial & Manufacturing Engineering Mathematics Mechanical Engineering Transportation

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Perbandingan Pengenalan Wajah Dengan Metode Local Binary Pattern Histogram Dan Eigenface Untuk Presensi Tutus Lusni Pratama; Made Ayu Dusea Widyadara; Julian Sahertian
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 5 No. 1 (2021): Seminar Nasional Inovasi Teknologi 2021
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/inotek.v5i1.957

Abstract

Pandemi covid-19 yang terjadi di Indonesia berpengaruh besar terhadap semua sektor kehidupan antara lain pendidikan, ekonomi, dan pemerintahan. Saat pendemi inilah semua orang dituntut untuk membuat terobosan-terobosan dan penyesusaian kehidupan baru agar pandemi covid-19 cepat berlalu. Terobosan dikala pandemi juga dapat diaplikasikan pada presensi, dimana sebelum pandemi presensi menggunakan sidik jari, maka saat pandemi tidak bisa dilakukan karena dapat menularkan virus covid-19. Sehingga diperlukan terobosan untuk melakukan presensi dimasa pandemi yaitu presensi yang menggunakan wajah manusia. Tetapi dalam pengaplikasiannya banyak metode-metode yang digunakan. Maka dibuatlah perbandingan metode untuk pengenalan wajah yaitu Local Binary Pattern Histogram dan Eigenface. Dengan pengujian data wajah menghadap kamera, serong kanan, dan pencahayaan yang kurang kemudian dievaluasi menggunakan confusion matrix. Dari hasil evaluasi diperoleh akurasi 91% untuk Local Binary Pattern Histogram dan 79% untuk Eigenface. Kemudian hasil dari pengenalan wajah tersebut digunakan untuk presensi yang disimpan pada database MongoDB.
Co-Authors Julian Sahertian Made Ayu Dusea Widyadara - Universitas Nusantara Kediri, Made Ayu Dusea Widyadara