SISTEM ABSENSI CERDAS MELALUI FACE RECOGNITION YANG TERHUBUNG SECARA INTERNET UNTUK MENGURANGI PENYEBARAN COVID 19

RABBANI, MUHAMMAD YUSUF and Siregar, Baginda Oloan (2022) SISTEM ABSENSI CERDAS MELALUI FACE RECOGNITION YANG TERHUBUNG SECARA INTERNET UNTUK MENGURANGI PENYEBARAN COVID 19. Undergraduate thesis, Sriwijaya University.

[thumbnail of RAMA_20201_03041281722045.pdf] Text
RAMA_20201_03041281722045.pdf - Accepted Version
Restricted to Repository staff only
Available under License Creative Commons Public Domain Dedication.

Download (3MB) | Request a copy
[thumbnail of RAMA_20201_03041281722045_0002067204_01_front_ref.pdf]
Preview
Text
RAMA_20201_03041281722045_0002067204_01_front_ref.pdf - Accepted Version
Available under License Creative Commons Public Domain Dedication.

Download (577kB) | Preview
[thumbnail of RAMA_20201_03041281722045_0002067204_02.pdf] Text
RAMA_20201_03041281722045_0002067204_02.pdf - Accepted Version
Restricted to Repository staff only
Available under License Creative Commons Public Domain Dedication.

Download (323kB) | Request a copy
[thumbnail of RAMA_20201_03041281722045_0002067204_03.pdf] Text
RAMA_20201_03041281722045_0002067204_03.pdf - Accepted Version
Restricted to Repository staff only
Available under License Creative Commons Public Domain Dedication.

Download (116kB) | Request a copy
[thumbnail of RAMA_20201_03041281722045_0002067204_05.pdf] Text
RAMA_20201_03041281722045_0002067204_05.pdf - Accepted Version
Restricted to Repository staff only
Available under License Creative Commons Public Domain Dedication.

Download (33kB) | Request a copy
[thumbnail of RAMA_20201_03041281722045_0002067204_06_ref.pdf] Text
RAMA_20201_03041281722045_0002067204_06_ref.pdf - Bibliography
Restricted to Repository staff only
Available under License Creative Commons Public Domain Dedication.

Download (96kB) | Request a copy
[thumbnail of RAMA_20201_03041281722045_0002067204_04.pdf] Text
RAMA_20201_03041281722045_0002067204_04.pdf - Accepted Version
Restricted to Repository staff only
Available under License Creative Commons Public Domain Dedication.

Download (1MB) | Request a copy
[thumbnail of RAMA_20201_03041281722045_0002067204_07_lamp.pdf] Text
RAMA_20201_03041281722045_0002067204_07_lamp.pdf - Accepted Version
Restricted to Repository staff only
Available under License Creative Commons Public Domain Dedication.

Download (1MB) | Request a copy
[thumbnail of RAMA_20201_03041281722045_TURNITIN.pdf] Text
RAMA_20201_03041281722045_TURNITIN.pdf - Accepted Version
Restricted to Repository staff only
Available under License Creative Commons Public Domain Dedication.

Download (11MB) | Request a copy

Abstract

Saat ini angka penyebaran COVID-19 semakin meningkat, sehingga diperlukan sistem untuk mengurangi penyebaran COVID-19. Salah satu tempat instansi yang tak terkecuali adalah instansi tempat kegiatan pembelajaran seperti di sekolah, dan universitas. Di tempat seperti universitas masih menggunakan sistem absensi berupa tanda tangan kehadiran melalui sebuah kertas yang dibagikan mahasiswa, sehingga hal ini bisa menjadi media penyebaran COVID-19. Maka sistem face recognition untuk mengurangi kontak fisik untuk mengurangi kontak fisik untuk mengurangi peluang penyebaran. Langkah awal untuk mencegah COVID-19 dalam sistem ini ditambahkan dengan sebuah fitur, yang mana fitur ini adalah pendektesi suhu tubuh menggunakan mikrokontroler ESP32 yang terhubung MLX90640 sebagai pendektesi suhu, karna salah satu gejala COVID-19 tubuh menjadi panas. Maka sistem absensi wajah yang dilengkapi suhu tubuh mampu mengurangi penyebaran dan mencegah orang yang diperkirakan terinfeksi untuk tidak berkeliaran secara bebas. Adapun sistem ini hadir dengan dilengkapi teknologi internet yang terhubung ke telegram, sebagai sarana untuk mengetahui penyimpanan data kehadiran, dan dilengkapi dengan informasi suhu tubuh tersebut, dan ini bisa dilihat secara umum melalui channel telegram untuk sama-sama bisa mencegah COVID-19 menyebar secara luas. Pengujian algoritma machine learning berupa Support Vector Machine (SVM) berfungsi sebagai classifier untuk membedakan setiap kelasnya. Pada pengujian SVM, sistem akan diberikan kondisi terbaik untuk melakukan pengenalan wajah dengan posisi tampak depan saja. Untuk akurasi melalui data training dan testing, sistem ini memiliki akurasi 91% , recall dan presisi yang baik juga. Dan Ketika diujikan dilapangan secara realtime, mampu mengenali wajah dengan akurasi 90%. Wajah yang telah dikenali tadi akan tersimpan pada aplikasi telegram sebagai tanda kehadiran, dengan selisih waktu yang sama, sehingga tidak akan terjadi delay dan waktu di telegram bisa dijadikan rekam jejak absensi mahasiswa tersebut sebagai alat Internet Of Things(IoT). Kata Kunci: Pengenalan Wajah, Sensor MLX90640, Support Vector Machine, Internet Of Things(IoT).

Item Type: Thesis (Undergraduate)
Uncontrolled Keywords: Face Recognition, MLX90640 Sensor, Support Vector Machine, Internet of Things(IoT).
Subjects: T Technology > TA Engineering (General). Civil engineering (General) > TA165 Engineering instruments, meters, etc. Industrial instrumentation
T Technology > TK Electrical engineering. Electronics Nuclear engineering > TK1-9971 Electrical engineering. Electronics. Nuclear engineering > TK1 Electrical engineering--Periodicals. Automatic control--Periodicals. Computer science--Periodicals. Information technology--Periodicals. Automatic control. Computer science. Electrical engineering. Information technology.
Divisions: 03-Faculty of Engineering > 20201-Electrical Engineering (S1)
Depositing User: Muhammad Yusuf Rabbani
Date Deposited: 26 Jan 2022 06:17
Last Modified: 26 Jan 2022 06:17
URI: http://repository.unsri.ac.id/id/eprint/62444

Actions (login required)

View Item View Item