Smart Class Attendance System Based on Face Detection and Recognition Using Haar Cascade and LBPH

Sistem Absensi Smart Class Berbasis Deteksi dan Pengenalan Wajah Menggunakan Haar Cascade dan LBPH

Abstract

Tujuan penelitian ini adalah untuk mengembangkan sistem absensi smart class yang menggunakan deteksi dan pengenalan wajah untuk meningkatkan pencatatan kehadiran siswa secara lebih efisien dan akurat. Sistem absensi manual yang masih banyak digunakan memiliki beberapa kelemahan, termasuk sensitif terhadap manipulasi data, membutuhkan waktu yang cukup lama, dan tidak efektif dalam mengelola informasi kehadiran. Dalam penelitian ini, algoritma Haar Cascade digunakan sebagai metode deteksi wajah, dan Local Binary Pattern Histogram (LBPH) sebagai metode pengenalan wajah. Maksimal 200 foto wajah siswa dikumpulkan, dan 100 foto terbaik dipilih untuk pelatihan model. Sebagai hasil dari integrasi semua data identitas siswa dalam database MySQL, proses absensi mahasiswa dapat dilakukan secara otomatis setiap sesi kuliah. Hasil pengujian menunjukkan bahwa sistem dapat mengidentifikasi wajah siswa dengan akurasi rata-rata 70% dari 21 siswa. Terbukti bahwa sistem ini lebih cepat dan akurat daripada metode absensi manual, dan itu juga mampu mengurangi kemungkinan kecurangan. Meskipun demikian, kondisi pencahayaan rendah dan wajah yang tertutup sebagian masih memengaruhi kinerja sistem. Hasil penelitian menunjukkan bahwa sistem absensi yang menggunakan pengenalan wajah memiliki potensi besar untuk digunakan sebagai solusi modern untuk penerapan smart class.