APLIKASI PENCITRAAN WAJAH MENGGUNAKAN ALGORITMA EIGENFACE SEBAGAI SARANA PRESENSI KARYAWAN NON BANKING STAFF PADA PT. BANK MUAMALAT INDONESIA. TBK CABANG PANGKALPINANG

Abstract

Dengan berkembang pesatnya teknologi membuat banyak cara yang digunakan sebagai cara atau sarana presensi baik di institusi pemerintah, swasta, dan banyak institusi lainnya. Bermacam cara mulai dari penggunaan kertas, mesin presensi, barcode, sampai dengan sidik jari yang sedang banyak dipergunakan untuk efisiensi dan optimalisasi. Namun terdapat banyak kelemahan dari banyak cara tersebut dan ada-ada saja cara seseorang untuk berbuat curang, dari menitipkan absensi berupa kartu tanda pengenal atau pun id dan password karyawan tersebut agar terhindar dari hukuman bila datang terlambat atau pun tidak masuk kerja. Untuk lebih mengoptimalkan presensi karyawan dapat dipergunakan salah satu alternatif berupa pengenalan wajah atau absensi menggunakan wajah. Penelitian tentang cabang ilmu Artifficial Intelligence ini telah banyak di lakukan. Salah satu algoritma yang sering dipergunakan adalah algoritma Eigenface. Menurut Lyman (2007), Eigenface adalah sekumpulan standarisasi face ingredient yang diambil dari analisis statistik dari banyak gambar wajah. Pemasalahan yang akan dibahas adalah bagaimana algoritma Eigenface bisa mengenal wajah-wajah karyawan Non Banking Staff pada PT. Bank Muamalat Indonesia Tbk Cabang Pangkalpinang untuk digunakan sebagai sarana presensi. Selain itu, akan dilakukan analisa tingkat akurasi pengenalan wajah oleh sistem berdasarkan algoritma tersebut dan mencari faktor-faktor yang mempengaruhi akurasi pengenalan wajah. Adapun tujuannya adalah menerapkan algoritma Eigenface pada pengenalan wajah agar bisa digunakan sebagai sarana presensi karyawan PT. Bank Muamalat Indonesia Tbk Cabang Pangkalpinang dan untuk mengetahui tingkat akurasi pengenalan yang dilakukan oleh sistem berdasarkan algoritma tersebut serta untuk mengetahui faktor-faktor yang mempengaruhi akurasi pengenalan wajah. Sistem presensi ini mengunakan teknik Capture image yang sebelumnya telah di rubah tingkat pencahayaanya dan ukurannya sehingga dapat di hitung jumlah matriksnya dan disimpan dalam sebuah Database. Dan capture selanjutnya akan dipergunakan untuk mencocokkan image tersebut dengan database yang telah disimpan.