IMPLEMENTASI ALGORITMA LOCAL BINARY PATTERNS HISTOGRAMS UNTUK SISTEM PRESENSI BERBASIS PENGENALAN WAJAH

Abstrak

ABSTRAK

Presensi manual pada perguruan tinggi seringkali menyebabkan ketidakakuratan dan ketidakefisienan, mempengaruhi evaluasi akademis dan manajemen kehadiran mahasiswa. Penelitian ini merespon masalah tersebut dengan menerapkan sistem presensi berbasis pengenalan wajah menggunakan algoritma Local Binary Patterns Histograms (LBPH) dan jaringan syaraf tiruan. Metode penelitian campuran digunakan, mencakup pengumpulan data, pengenalan wajah, evaluasi performa, implementasi, dan analisis data. Hasil pengujian menunjukkan tingkat akurasi tinggi, efisiensi waktu yang baik, dan tingkat kepuasan pengguna yang memuaskan. Integrasi algoritma LBPH dan jaringan syaraf tiruan menjadikan sistem ini solusi efisien dalam mengelola kehadiran mahasiswa di lingkungan perkuliahan.

ABSTRACT

Manual attendance in higher education often leads to inefficiencies and inaccuracies, impacting academic evaluations and student attendance management. This research addresses this issue by implementing a face recognition-based attendance system using the Local Binary Patterns Histograms (LBPH) algorithm and neural networks. A mixed-methods research approach is employed, encompassing data collection, face recognition, performance evaluation, implementation, and data analysis. The test results demonstrate a high level of accuracy, good time efficiency, and satisfactory user satisfaction. The integration of the LBPH algorithm and neural networks makes this system an efficient solution for managing student attendance in the academic environment.