<![CDATA[Pengenalan wajah merupakan cara manual yang dilakukan guru dalam proses presesnsi siswa. Umumnya proses presensi masih dilakukan secara konvensional. Cara tersebut kurang efisien dan berdampak pada proses pembelajaran. Hal itu juga dapat memicu kecurangan siswa. Tujuan dari studi ini adalah mengetahui dan membandingkan berbagai metode yang dapat digunakan sebagai sarana pembuatan sistem pengenalan wajah untuk presensi siswa, serta mengetahui hasil akurasi gambar dari tiap metode. Penelitian ini menggunakan metode Systematic Literature Review (SLR) dengan mengidentifikasi dan mengevaluasi penelitian terdahulu agar dapat menjawab pertanyaan penelitian (research question) yang telah ditetapkan. Berdasarkan hasil studi yang telah dilakukan menggunakan 9 referensi, diperoleh 5 jenis metode pengenalan wajah yaitu Three Level Wavelet Decomposition - Principal Component Analysis (3WPCA), Convolutional Neural Network - Principal Component Analysis (CNN-PCA), Haar-Cascade Classifier, Local Binary Pattern (LBP), dan Eigenface. Hasil akurasi terbaik dalam proses pengenalan wajah untuk presensi siswa adalah Metode Local Binary Pattern yang dipadukan dengan Metode Cascade Classifier dengan presentase akurasi sebesar 99%. Dengan memadukan berbagai metode akan membuat hasil akurasi dalam pengenalan wajah selama proses presensi siswa menjadi lebih baik]]>
Copyrights © 2020
