SISTEM MONITORING KEBERADAAN PEGAWAI DENGAN VIDEO PROCESSING SECARA REAL TIME = EMPLOYEE MONITORING SYSTEM WITH REAL TIME VIDEO PROCESSING


Oktianawati, Asri (2022) SISTEM MONITORING KEBERADAAN PEGAWAI DENGAN VIDEO PROCESSING SECARA REAL TIME = EMPLOYEE MONITORING SYSTEM WITH REAL TIME VIDEO PROCESSING. Skripsi thesis, Universitas Hasanuddin.

[thumbnail of Cover]
Preview
Image (Cover)
D42116503_skripsi_05-01-2023 cover1.jpg

Download (180kB) | Preview
[thumbnail of Bab 1-3] Text (Bab 1-3)
D42116503_skripsi_05-01-2023 bab 1-3.pdf

Download (510kB)
[thumbnail of Dapus] Text (Dapus)
D42116503_skripsi_05-01-2023 dp.pdf

Download (214kB)
[thumbnail of Full Text] Text (Full Text)
D42116503_skripsi_05-01-2023.pdf
Restricted to Repository staff only until 25 January 2026.

Download (1MB)

Abstract (Abstrak)

Sistem monitoring atau sistem pengawasan adalah suatu upaya dalam mengawasi kegiatan pegawai yang dilakukan untuk membuktikan bahwa pegawai hadir dan bekerja di suatu perusahaan. Sistem absensi yang digunakan masih bersifat konvensional, seperti tanda tangan, kartu pengenal, dan sidik jari yang dimana perusahaan hanya dapat mengetahui kedatangan dan kepulangan pegawai tanpa adanya pemantauan di jam kerja. Oleh karena itu, penting bagi pihak perusahaan untuk megetahui apakah pegawai sedang berada di tempat pada jam kerja, atau hadir tepat waktu atau terlambat. Penelitian ini berfokus pada pengenalan wajah pegawai di lingkungan kerja. Sistem ini dibuat dengan menggunakan metode Histogram of Oriented Gradient (HOG) untuk ekstraksi fitur, Cascade Classifier dengan descriptor Local Binary Pattern (LBP) untuk mendeteksi wajah, Kanade Lucas Tomasi (KLT) untuk tracking wajah dan klasifikasi wajah yang terdeteksi menggunakan Support Vector Machine (SVM) dengan kernel polynomial. Data training yang digunakan sebanyak 60 citra. Data testing yang diolah memiliki resolusi 1920 x 1080 piksel berjenis citra RGB dengan ketinggian kamera 2.45meter serta area deteksi sekitar empat meter dari jarak antara kamera dan objek dengan sudut kemiringan kamera ±65°. Pada tahap testing menggunakan 4 file video yang masing-masing berdurasi 5 detik. Hasil akurasi terbaik yang didapatkan pada penelitian ini adalah dengan menggunakan fungsi kernel dengan hasil akurasi pengenalan wajah 1 pegawai sebesar 100%, pengenalan 2 pegawai dengan rata-rata akurasi 97%, dan pada akurasi pada pengenalan wajah 3 pegawai sebesar 93%. Sedangkan hasil pada uji 2 pegawai dan 1 orang tidak dikenali menghasilkan akurasi terbaik dengan hasil 72%.

Keywords : Monitoring Pegawai, Pengenalan Wajah, LBP, KLT, SVM

Item Type: Thesis (Skripsi)
Uncontrolled Keywords: Monitoring Pegawai, Pengenalan Wajah, LBP, KLT, SVM
Subjects: T Technology > TA Engineering (General). Civil engineering (General)
Divisions (Program Studi): Fakultas Teknik > Teknik Informatika
Depositing User: S.Sos Rasman -
Date Deposited: 25 Jan 2024 06:04
Last Modified: 25 Jan 2024 06:04
URI: http://repository.unhas.ac.id:443/id/eprint/32416

Actions (login required)

View Item
View Item