PERANCANGAN SISTEM PRESENSI KARYAWAN BERBASIS PENGENALAN CITRA WAJAH DI SOLO TECHNO PARK

Full text

(1)

commit to user

PERANCANGAN SISTEM PRESENSI KARYAWAN

BERBASIS PENGENALAN CITRA WAJAH DI SOLO

TECHNO PARK

Skripsi

Sebagai Persyaratan Untuk Memperoleh Gelar Sarjana Teknik

HENRY WIJAYA

I 1308516

JURUSAN TEKNIK INDUSTRI FAKULTAS TEKNIK

UNIVERSITAS SEBELAS MARET

SURAKARTA

(2)

commit to user

DAFTAR ISI

HALAMAN JUDUL

LEMBAR PENGESAHAN

LEMBAR VALIDASI

SURAT PERNYATAAN ORISINALITAS KARYA ILMIAH

SURAT PERNYATAAN PUBLIKASI KARYA ILMIAH

KATA PENGANTAR

1.1

LATAR BELAKANG

1.2

PERUMUSAN MASALAH

1.3

TUJUAN PENELITIAN

1.4

MANFAAT PENELITIAN

1.5

BATASAN MASALAH

1.6

ASUMSI PENELITIAN

1.7

SISTEMATIKA PENULISAN

BAB II TINJAUAN PUSTAKA

2.1

IMAGE PROCESSING

2.2

KONSEP DASAR

DIGITAL IMAGE PROCESSING

(DIP)

2.3

CIRI SUATU GAMBAR

2.4

PENDETEKSIAN WARNA KULIT

2.5

YCrCb COLOR SPACE

2.6

MIKROKONTROLER ATMEGA8535

2.6.1

Arsitektur Mikrokontroler AVR ATMega8535

2.6.2

Fitur ATMega8535

2.6.3

Konfigurasi Pin ATMega8535

2.6.4

Peta Memori

(3)

commit to user

2.7

LCD (

LIQUID CRYSTAL DISPLAY

) 16 x 2 KARAKTER

2.7.1

Pengendali modul LCD

2.7.2

Deskripsi Fungsi

2.8

KOMUNIKASI RS232

2.9

KONSEP PENGEMBANGAN SISTEM INFORMASI

2.9.1

Definisi Sistem Informasi Manajemen (SIM)

2.9.2

Unsur-unsur Sistem Informasi Sederhana

2.9.3

Kemampuan Sebuah Sistem Informasi Manajemen

2.9.4

Kemampuan Pelaporan

2.9.5

Pengembangan Sistem Informasi

2.10

METODE PENGENALAN WAJAH

2.10.1

Metode Face-ARG

2.10.2

Jaringan Syaraf Tiruan

2.10.3

Metode Back Propagation

2.10.4

Algoritma

Eigenface

2.11

PENELITIAN TERDAHULU

BAB III METODOLOGI PENELITIAN

3.1

TAHAP STUDI PENDAHULUAN

3.1.1

Studi Pustaka

3.1.2

Studi Lapangan

3.1.3

Perumusan Masalah dan Tujuan Penelitian

3.2

TAHAP ANALISA, PERANCANGAN ALAT DAN

PENGUJIAN

3.2.1

Analisa Sistem Awal

3.2.2

Identifikasi Kebutuhan Sistem

3.2.3

Perancangan Alat

3.2.4

Perancangan Basis Data

3.2.5

Perancangan Interface Aplikasi

3.2.6

Pengujian

3.3

TAHAP ANALISIS DAN KESIMPULAN/SARAN

3.3.1

Analisis Hasil Rancangan

3.3.2

Kesimpulan dan Saran

(4)

commit to user

BAB IV ANALISIS DAN PERANCANGAN SISTEM

4.1

ANALISA SISTEM AWAL

4.1.1

Kelemahan dan Kelebihan Sistem Sekarang

4.2

IDENTIFIKASI KEBUTUHAN SISTEM

4.2.1

Kerangka kerja

4.2.2

Input dan Output Sistem

4.2.3

Kebutuhan Perangkat Keras dan Lunak

4.2.4

Struktur Biaya

4.3

PERANCANGAN ALAT

4.4

PERANCANGAN BASIS DATA

4.5

PERANCANGAN INTERFACE APLIKASI

4.5.1

Menu Utama

4.5.2

Menu Daftar Nama

4.5.3

Menu identifikasi

4.5.4

Menu face test

4.5.5

Close

4.6

PENGUJIAN

4.6.1

Skenario Pengujian

4.6.2

Hasil Pengujian

4.6.3

Pengujian Akurasi Pengenalan Wajah

BAB V VALIDASI DAN ANALISIS HASIL PERANCANGAN

5.1

PENGUJIAN FUNGSI IDENTIFIKASI WAJAH PADA

MENU FORM PRESENSI

5.2

ANALISIS APLIKASI

5.3

ANALISIS EVALUASI APLIKASI

(5)

commit to user

Keterangan fungsi dari tiap pin LCD

Daftar instruksi kontroler modul LCD

Daftar keterangan tabel instruksi kontroler

LCD

Pemilihan Register

Kelemahan dan Kelebihan Sistem Lama

Kelemahan Sistem Sekarang Daftar harga komponen

Tabel Lengkap Rancangan Fisik

Database

Tabel Skenario Presensi Karyawan Tabel Informasi Data Presensi Tabel Rekap Kehadiran dan Gaji Karyawan

Syarat Valid Dan Tidak Valid Untuk Tabel ms_person Mode Pengujian Identifikasi Wajah

(6)

commit to user

DAFTAR GAMBAR

4.7 T abel 5.1

T abel 5.2

21

-2

-2

Ga mbar 2.1

Ga mbar 2.2

Blok diagram fungsional ATMega8535

Pin ATMega8535 dengan 40 kaki Memori ATMega8535

Lapisan penyusun LCD LCD Dot Matrix 16 x 2 karakter

I-6

I-7

(7)

commit to user

Hubungan antara alamat DDRAM dan posisi pada LCD

Rangkaian koneksi RS232 dengan mikrokontroler

Metodologi Penelitian Kerangka kerja

Rangkaian elektronik piranti keras (hardware)

Aplikasi Proses Pengambilan Citra Wajah

Relasi Karyawan Melakukan Presensi

Relasi Karyawan Memiliki Jabatan Relasi Karyawan Punya Bagian Relasi Jabatan Menentukan Gaji Relasi Presensi Menghasilkan Gaji Relasi Karyawan Mengambil Izin Relasi Karyawan Melakukan Lembur

Relasi Seluruh Entitas Menu utama

Menu daftar nama Tampilan tambah nama Menu identifikasi Menu face test Menu Daftar Bagian Menu Daftar Jabatan Menu Data Karyawan

Grafik Hasil Pengenalan Wajah Percobaan Individual

Alur Logika Untuk Data Valid Alur Logika Untuk Data Tidak Valid

Hasil Pengujian Pada Aplikasi Untuk Data Valid

Hasil Pengujian Pada Aplikasi

(8)

commit to user

Untuk Data Tidak Valid

(9)

V-commit to user

mbar 4.18

Ga mbar 4.19

Ga mbar 4.20

Ga mbar 5.1(a)

Ga mbar 5.1(b)

Ga mbar 5.2(a)

Ga mbar 5.2(b)

18

V-23

-1

-1

-3

(10)

commit to user

DAFTAR LAMPIRAN

Lam piran 1

Lam piran 2

Perangkat Keras (

Hardware

) Sistem

Presensi Pengenalan Wajah

Listing Program Mikrokontroler ATMega8535 Dengan Code Vision AVR PRO V2.03.9

-1

(11)

commit to user

BAB I

PENDAHULUAN

1.1. Latar Belakang

Sistem presensi yang digunakan pada instansi umumnya digunakan untuk

mencatat kehadiran karyawan. Pencatatan presensi secara teliti dan akurat

merupakan hal penting karena menjadi sumber penghitungan gaji karyawan.

Selain itu, presensi berkaitan erat dengan data produktivitas yang dapat digunakan

untuk pemberian

reward

atau

punishment

kepada karyawan.

Solo Techno Park (STP) merupakan pusat pendidikan dan pelatihan yang didirikan tahun 2004 oleh Pemerintah Kota Surakarta bekerja sama dengan ATMI. Bidang yang ditangani oleh STP adalah pelatihan di bidang manufaktur, pusat pendidikan dan teknologi, pusat riset, pusat inkubasi produk baru, serta pusat industri dan perdagangan. Selain sebagai pusat pelatihan, STP juga memiliki bengkel produksi.

Saat ini, STP menggunakan sistem presensi sidik jari dan presensi manual. Presensi sidik jari hanya digunakan di bagian kantor untuk pencatatan kehadiran karyawan kantor. Sistem presensi manual menggunakan punching card digunakan oleh bagian bengkel. Data kehadiran karyawan kemudian direkap secara manual oleh staf administrasi. Penggunaan sistem manual pada bagian bengkel karena penggunaan sidik jari seringkali tidak berfungsi secara baik diakibatkan tangan karyawan bengkel yang tidak bersih. Adanya dua sistem ini cukup merepotkan bagian administrasi dalam merekap kehadiran karyawan. Oleh karena itu, diperlukan aplikasi baru untuk menangani presensi karyawan STP.

Penelitian ini mengembangkan sistem presensi karyawan STP

menggunakan pengenalan wajah atau

face recognition

. Sistem seperti ini telah

dikembangkan oleh beberapa pihak, salah satunya oleh Riyanto (2005). Identitas

karyawan diidentifikasi melalui wajah, kemudian program membandingkan pola

citra wajah karyawan dengan pola citra foto wajah karyawan yang disimpan di

komputer. Mekanisme presensi ini tidak jauh berbeda dengan konsep penggunaan

finger print

. Teknologi ini dapat mengatasi kelemahan

finger print,

khususnya

(12)

commit to user

Meskipun demikian, teknologi ini sangat dipengaruhi oleh kualitas alat pengambil

gambar (kamera digital) dan algoritma pengenalan wajah yang digunakan.

Sejumlah kamera digital di pasaran saat ini telah memiliki kualitas yang baik

sehingga kualitas alat pengambil gambar tidak menjadi masalah lagi.

Beberapa metode pengenalan wajah saat ini telah banyak dikembangkan

untuk beragam aplikasi. Metode-metode pengenalan wajah yang ada seperti

metode Face-ARG, Jaringan Syaraf Tiruan, metode Back Propagation, dan

algoritma

Eigenface

memiliki kelebihan dan kekurangan masing-masing untuk

proses pengenalan wajah. Pada sistem pengenalan wajah ini digunakan algoritma

Eigenface

. Adapun alasan penggunaan algoritma

Eigenface

karena algoritma

Eigenface

secara keseluruhan cukup sederhana, kompleksitas komputasi lebih

sederhana, lebih sensitif terhadap pencahayaan dan teknik ini menghasilkan hasil

yang memuaskan (Brooks, 2004).

Selain diperlukan pengembangan sistem presensi menggunakan pengenalan wajah, sistem presensi di STP juga memerlukan sejumlah perbaikan. Sistem presensi saat ini hanya mencatat waktu kehadiran dan jumlah jam kerja karyawan, belum memberikan kemudahan kepada bagian administrasi untuk langsung menghitung gaji atau honor karyawan. Oleh karena itu, sistem presensi yang dikembangkan juga mencakup penghitungan gaji termasuk insentif lembur dan potongan gaji akibat ketidakhadiran.

1.2. Perumusan Masalah

Rumusan masalah pada penelitian ini adalah bagaimana merancang sistem presensi dengan menggunakan identifikasi citra wajah untuk mendukung penghitungan jam kerja dan upah karyawan di Solo Techno Park.

1.3. Tujuan Penelitian

Tujuan dari penelitian ini adalah :

1. Merancang alat yang dapat mengidentifikasi pola citra wajah.

2. Merancang sistem presensi karyawan dengan menggunakan alat identifikasi pengenalan wajah.

(13)

commit to user

Adapun manfaat yang ingin dicapai dalam penelitian ini yaitu : 1. Memberikan keakuratan presensi karyawan.

2. Memberi kemudahan dalam pembuatan laporan kehadiran dan upah karyawan.

1.5. Batasan Masalah

Beberapa hal yang menjadi batasan masalah dalam merancangbangun sistem presensi dengan menggunakan pengenalan citra wajah antara lain :

1. Data pengujian menggunakan data contoh, bukan data karyawan Solo Techno Park.

2. Tidak membahas tingkat akurasi algoritma eigen face.

1.6. Asumsi Penelitian

Asumsi yang digunakan pada penelitian ini adalah :

1. Satu sampai tiga kali proses recognizing dianggap wajar dalam sistem pengenalan wajah.

1.7. Sistematika Penulisan

BAB I : PENDAHULUAN

Bab ini menguraikan berbagai hal mengenai latar belakang penelitian, perumusan masalah, tujuan penelitian, manfaat penelitian, batasan masalah, asumsi-asumsi dan sistematika penulisan.

BAB II : TINJAUAN PUSTAKA

Bab ini menguraikan teori-teori yang dipakai untuk mendukung penelitian, sehingga perhitungan dan analisis dilakukan secara teoritis. Tinjauan pustaka diambil dari berbagai sumber yang berkaitan langsung dengan permasalahan yang dibahas dalam penelitian.

BAB III : METODOLOGI PENELITIAN

(14)

commit to user

perancangan alat dan pengujian sampai dengan analisis hasil dan kesimpulan/saran.

BAB IV : ANALISIS DAN PERANCANGAN SISTEM

Bab ini berisi proses analisa sistem yang diperlukan untuk penyelesaian masalah dan perancangan sistem untuk merancang database sistem presensi karyawan. Data yang diperoleh hasil dari penelitian di lapangan baik melalui observasi maupun literatur.

BAB V : VALIDASI DAN ANALISIS HASIL PERANCANGAN

Bab ini memuat uraian mengenai validasi basis data dan aplikasi hasil perancangan sistem yang dilakukan untuk memperoleh kesimpulan.

BAB VI : KESIMPULAN DAN SARAN

(15)

commit to user

BAB II

TINJAUAN PUSTAKA

Pada bab ini menguraikan teori-teori yang diperlukan dalam

mendukung penelitian, sehingga pelaksanaan eksperimen, pengolahan

data dan analisis permasalahan dapat dilakukan secara teoritis.

2.1. Image Processing

Image Processing adalah pemrosesan citra, khususnya dengan menggunakan computer, menjadi citra yang kualitasnya lebih baik.

Umumnya operasi-operasi pengolahan citra (Awaludin, 2006) dilakukan

bila:

1. Perbaikan atau modifikasi citra perlu dilakukan untuk meningkatkan kualitas

penampakan atau untuk menonjolkan beberapa aspek informasi yang terkandung

dalam citra.

2. Elemen dalam citra perlu dicocokan, dikelompokkan atau diukur.

3. Sebagian citra perlu digabung dengan citra yang lain.

Terminologi yang berkaitan dengan image processing adalah

computer vision. Pada hakikatnya computer vision mencoba meniru cara

kerja visual manusia (human). Human vision sesunngguhnya sangat

kompleks, manusia melihat objek dengan indra penglihatan mata lalu citra

objek diteruskan ke otak untuk di interpretasi sehingga manusia mengerti

objek apa yang tampak dalam pandangan matanya. Hasil interpretasi

mungkin digunakan untuk mengambil keputusan.

Computer vision merupakan proses otomatis yang mengintegrasikan sejumlah besar proses untuk persepsi visual, seperti

akuisisi citra, pengolahan citra, klasifikasi, pengenalan (recognition) dan membuat keputusan.

Computer vision terdiri atas teknik-teknik untuk mengetimasi ciri-ciri objek di dalam citra, pengukuran citra yang berkaitan dengan geometri

objek dan menginterpretasi informasi geometri tersebut.

Proses-proses dalam computer vision dapat dibagi menjadi tiga proses

(16)

commit to user

2. Melakukan teknik komputasi untuk memproses atau memodifikasi data citra

(operasi-operasi pengolahan citra)

3. Menganalisis dan menginterpretasi citra dan menggunakan hasil pemrosesan

untuk tujuan tertentu.

2.2. Konsep Dasar Digital Image Processing (DIP)

Citra atau image adalah angka (image is just a number), dari segi

estetika, citra atau gambar adalah kumpulan warna yang bisa terlihat

indah, memiliki pola, berbentuk abstrak dan lain sebagainya. Citra dapat

berupa foto udara, penampang lintang (cross section) dari suatu benda, gambar wajah, hasil tomografi otak dan lain sebagainya. Dari segi ilmiah,

citra adalah gambar 3- dimensi (3D) dari suatu fungsi, biasanya intensitas

warna sebagai fungsi spatial x dan y. Di komputer, warna dapat dinyatakan,

misalnya sebagai angka dalam bentuk skala RGB. Karena citra adalah

angka, maka citra dapat diproses secara digital (Awaludin, 2006).

Image adalah sebuah gambar, foto yang ditampilkan atau bentuk lain yang memberikan representasi visual tentang sebuah obyek atau

pemandangan. Pada DIP sebuah gambar bilangan array 2 dimensi, yang

setiap barisnya adalah representasi piksel pada gambar setiap barisnya.

Ukuran gambar biasanya 256X256, 512 X 512, 1024 X 1024. minimum nilai

piksel = 0 (hitam), maksimum = 255 (putih) dan bilangan antara 0 s/d 255

merepresentasikan derajat keabuan. Gambar berwarna dapat

direpresentasikan dengan array 2D Red, green dan blue 3D.

Komputer membutuhkan memori lebih banyak untuk data ini

rata-rata 3kali data storage. Cara untuk menyimpan piksel, yaitu sebagai 1 bit (0/1) yang lebih umum sebagai 1 byte = 8 bit (maksimum nilai piksel 255).

Pada format byte hanya menggunakan integer. Dasar-dasar piksel yaitu

neighbors of pixel (piksel ketetanggaan), Connectivity, relation, equivalences and transitive closure, ukuran jarak dan ALU operation( operasi aritmatik/logic).

Sebuah gambar digitasi untuk mengkonversinya dalam bentuk yang

dapat disimpan dalam memori komputer atau beberapa bentuk media

(17)

commit to user

kamera digital, video recorder. Sekali gambar sudah didigitasi, dia dapat

dioperasikan dengan bermacam-macam teknik image processing.

2.3. Ciri Suatu Gambar

Ciri merupakan suatu tanda yang khas, yang membedakan antara

satu dengan yang lain. Ciri – ciri dasar dari gambar :

1. Warna

Ciri warna suatu gambar dapat dinyatakan dalam bentuk histogram dari

gambar tersebut yang dituliskan dengan: H(r,g,b), dimana H(r,g,b) adalah jumlah

munculnya pasangan warna r (red), g (green) dan b (blue) tertentu. 2. Bentuk

Ciri bentuk suatu gambar dapat ditentukan oleh tepi (sketsa), atau besaran

moment dari suatu gambar. Pemakaian besaran moment pada ciri bentuk ini

banyak digunakan orang dengan memanfaatkan nilai-nilai transformasi fourier dari

gambar.

Proses yang dapat digunakan untuk menentukan ciri bentuk adalah deteksi

tepi, threshold, segmentasi dan perhitungan moment seperti (mean, median dan

standard deviasi dari setiap lokal gambar). 3. Tekstur

Ciri tekstur dari suatu gambar dapat ditentukan dengan menggunakan filter

Gabor. Ciri tekstur ini sangat handal dalam menentukan informasi suatu gambar

bila digabungkan dengan ciri warna gambar.

2.4. Pendeteksian Warna Kulit

Pendeteksian wajah serta menetukan lokasi daripada wajah secara

otomatis adalah salah satu masalah yang sangat kompleks dan masih

menjadi bahan penelitian hingga saat ini. Hal ini dikarenakan banyaknya

aplikasi yang menggunakan sistem berbasis face detection. Misalnya untuk

aplikasi pengidentifikasi seseorang pada alat-alat keamanan, aplikasi

pengenalan gender, dan pengidentifikasian ekspresi wajah. Semua aplikasi

tersebut bertujuan sama agar hubungan antara mesin dan manusia bisa

(18)

commit to user

Pada tahun-tahun terakhir, penelitian terhadap pendeteksian wajah

menjadi lebih kompleks lagi. Hal ini dikarenakan penelitian dilakukan

berdasarkan warna kulit. Warna sangat ampuh untuk pendeteksian wajah

dalam sebuah gambar yang kompleks karena proses segmentasi pada

gambar berwarna lebih cepat perhitungannya dan lebih presisi, terutama

untuk mengetahui iluminasi, shading, dan background yang kompleks

dibandingkan dengan proses segmentasi pada gambar grayscale (Awaludin,

2006).

Kepresisian yang tinggi dapat dicapai apabila dalam pengambilan

colorspace ada pemisahan antara chrominance dan luminance dari gambar

aslinya dan penentuan distribusi chrominance sample warna kulit manusia

sebagai nilai tresholdnya diperhitungkan secara tepat.

Colorspace yang bisa digunakan sangat beraneka ragam dan tentunya dengan kekurangan dan kelebihan masing-masing. Berikut ini

adalah macam-macam colorspace yang bias diterapkan untuk memodelkan

warna kulit dengan memisahkan factor iluminasi: HSV(atau HIS), YIQ, YCrCb

yang ampuh untuk identifikasi kulit orang-orang asia. Pemilihan

chrominance space yang tepat harus menjadi perhatian utama bila menginginkan proses pengidentifikasian warna kulit berjalan sempurna,

karena distribusi dari chrominance kulit bergantung pada chrominance

space.

Pemodelan warna kulit dibuat dengan cara memadukan berbagai

macam warna dan jenis kulit manusia yang sudah ada dalam database.

Biasanya, para ahli mempunyai gambar-gambar wajah dari minimum 40

orang model. Gambar-gambar tersebut dikumpulkan dari berbagai macam

ras, suku, umur, dan jenis kelamin dan tentu saja dengan berbagai macam

situasi pencahayaan. Pandangan umum yang harus diperhatikan

benar-benar adalah bahwa setiap orang mempunyai warna kulit yang berbeda

antara satu dengan yang lainnya meskipun masih tergolong dalam satu ras

yang sama.

(19)

commit to user

Gambar yang diperoleh dari kamera memiliki struktur warna

menggunakan sistem Red-Green-Blue (RGB). Untuk memodelkan warna

kulit sistem warna RGB ini ditransformasikan ke sistem warna YCrCb untuk

memisahkanintensitas Y dengan chromaticity yang dinyatakan dalam dua

variabel Cr dan Cb. Harga Cr membedakan warna antara jarak intensitas

terhadap unsur warna merah sedangkan Cb menyatakan jarak intensitas

terhadap unsure warna merah.

Dalam memodelkan warna kulit hanya informasi Cr dan Cb yang

dipakai, sehingga pengaruh perubahan intensitas dapat dihilangkan. Pada

daerah saturasi dari cahaya yang tertangkap kamera, harga Cr dan Cb

sangat stabil, sehingga nilai Cr dan Cb merupakan informasi handal untuk

proses klasifikasi warna.

Untuk mengubah citra berwarna yang mempunyai nilai matrik

masing-masing r, g dan b menjadi citra warna YCrCb dapat dilakukan

dengan menghitung seperti pada persamaan di bawah ini:

Y = 0.59G + 0.31R + 0.11B

Cr = 0.713 * (R-Y)

Cb = 0.564 * (B-Y)

2.6. Mikrokontroler ATMEGA8535

Mikrokontroler adalah suatu terobosan teknologi mikroprosesor

dan mikrokomputer, yang mana teknologi ini adalah teknologi

semikonduktor dengan kandungan transistor yang lebih banyak, namun

hanya membutuhkan ruang yang kecil serta dapat diproduksi secara masal

(dalam jumlah banyak) sehingga harganya menjadi lebih murah.

Mikrokontroler ini kemampuan digitalnya menirukan fungsi otak

manusia, sehingga meliputi fungsi atau instruksi aritmatika (berhitung),

logika (mempertimbangkan suatu kondisi), dan memori. Mikrokontroler ini

berbeda halnya dengan mikroprosesor yang hanya pemrosesannya terdiri

dari Central Processing Unit (CPU) dan register-register, tanpa memori,

tanpa I/O, dan peripheral yang dibutuhkan oleh suatu sistem supaya dapat

bekerja.

(20)

commit to user

Mikrokontroler ATMega8535 adalah sebuah mikrokontroler yang

terdiri dari 40 pin, 8 bit dengan low power dan performa tinggi. Termasuk

dalam mikrokontroler AVR yang memiliki arsitektur RISC 8 bit, dimana

semua instruksi dikemas dalam kode 16-bit dan sebagian besar instruksi

dieksekusi dalam satu siklus clock.

Gambar 2.1. Blok diagram fungsional ATMega8535

Dari gambar tersebut dapat dilihat bahwa ATMega8535 memiliki

bagian sebagai berikut:

1. Saluran I/O sebanyak 32 buah, yaitu Port A, Port B, Port C dan Port D.

2. ADC 10 bit sebanyak 8 saluran.

3. Tiga buah Timer/Counter dengan kemampuan pembandingan.

4. CPU yang terdiri atas 32 buah register.

5. Watchdog Timer dengan isolator internal.

(21)

commit to user

7. Memori Flash sebesar 8 kb dengan kemampuan Read While Write.

8. unit interupsi internal dan eksternal.

9. Port antarmuka SPI.

10. EEPROM sebesar 512 byte yang dapat diprogram saat operasi.

11. Antarmuka komparator analog.

12. Port USART(Universal Asynchronous Synchronous Transmitter) untuk

komunikasi serial dengan piranti lain.

2.6.2. Fitur ATMega8535

Kapabilitas detail dari ATMega8535 adalah sebagai berikut:

1. Sistem mikroprosesor 8 bit berbasis RISC dengan kecepatan maksimal 16

MHz.

2. Kapabilitas memori flash 8 KB, SRAM sebesar 512 byte, dan EEPROM

(Electrically Erasable Programmable Read Only Memory) sebesar 512 byte.

3. ADC internal dengan fidelitas 10 bit sebanyak 8 channel.

4. Portal komunikasi serial (USART) dengan kecepatan maksimal 2,5 Mbps.

5. Enam pilihan mode sleep menghemat penggunaan daya listrik.

2.6.3. Konfigurasi Pin ATMega8535

Konfigurasi pin ATMega8535 bisa dilihat pada Gambar 2.2 berikut ini.

(22)

commit to user

Dari gambar tersebut dapat dijelaskan secara fungsional konfigurasi

pin ATMega8535 sebagai berikut:

1. VCC merupakan pin yang berfungsi sebagai pin masukan catu daya.

2. GND merupakan pin ground.

3. Port A (PA0..PA7) merupakan pin I/O dua arah dan pin masukan ADC.

4. Port B (PB0..PB7) merupakan pin I/O dua arah dan pin fungsi khusus, yaitu

Timer/Counter, komparator analog dan SPI

5. Port C (PC0..PC7) merupakan pin I/O dua arah dan pin fungsi khusus, yaitu

TWI, komparator analog, dan Timer Oscilator.

6. Port D (PD0..PD7) merupakan pin I/O dua arah dan pin fungsi khusus, yaitu

komparator analog, interupsi eksternal dan komunikasi serial.

7. RESET merupakan pin yang digunakan untuk me-reset mikrokontroler.

8. XTAL1 dan XTAL2 merupakan pin masukan clock eksternal.

9. AVCC merupakan pin masukan tegangan untuk ADC.

10. AREF merupakan pin masukan tegangan referensi ADC.

2.6.4. Peta Memori

AVR ATMega8535 memiki ruang pengalamatan memori data dan

memori program yang terpisah. Memori data terbagi menjadi 3 bagian,

yaitu 32 buah register umum, 64 buah register I/O dan 512 byte SRAM

Internal.

Register keperluan umum menempati space data pada alamat

terbawah, yaitu $00 sampai $1F. Sementara itu, register khusus untuk

menangani I/O dan kontrol terhadap mikrokontroler menempati 64 alamat

berikut, yaitu mulai dari $20 hingga $5F. Register tersebut merupakan

register khusus digunakan untuk mengatur fungsi terhadap berbagai

peripheral mikrokontroler, seperti kontrol register, timer/counter, fungsi-fungsi I/O dan sebagainya.

Memori program yang terletak dalam Flash PEROM tersusun dalam

word atau 2 byte karena setiap instruksi memiliki lebar 16-bit atau 32-bit.

AVR ATMega8535 memiliki 4K Byte X16-bit Flash PEROM dengan alamat

mulai dari $000 sampai $FFF. AVR tersebut memiliki 12-bit Program

(23)

commit to user

Gambar 2.3. Memori ATMega8535

Selain itu, AVR ATMega8535 juga memiliki memori data berupa

EEPROM 8-bit sebanyak 512 byte. Alamat EEPROM dimulai dari $000

sampai $1FF.

2.7. LCD (Liquid Crystal Display) 16 x 2 Karakter

Penampil kristal cair adalah sebuah alat penampil tipis. LCD

tersusun atas: lapisan penapis vertikal (no.1), kaca yang mengandung

elektroda indium timah oksida, (no.2), kristal cair nematik (no.3), kaca yang

mengandung elektroda (no.4), lapisan penapis horizontal (no.5),

permukaan yang memantulkan cahaya (no.6).

Gambar 2.4. Lapisan penyusun LCD

Setiap piksel dari LCD terdiri dari sebuah lapisan dari molekul yang

tersusun diantara dua buah elektrode transparan dan dua buah filter

pengkutuban. Bidang mendatar dari tiap piksel tegak lurus satu sama lain.

(24)

commit to user

penapis pertama akan dihentikan oleh pengkutuban kedua. Permukaan

dari elektroda yang bersentuhan dengan kristal cair diperlakukan supaya

molekul kristal cair dalam arah tertentu. Ketika sebuah tegangan diberikan

di antara elektroda, sebuah gaya bekerja untuk mengatur molekul kristal

cair sejajar dengan medan listrik. Ini akan mengurangi rotasi dari

pengkutuban cahaya yang masuk, sehingga piranti berwarna abu-abu. Bila

tegangan masukannya terlalu besar, molekul kristal cair pada layar tengah

hampir sepenuhnya tidak berputar dan pengkutuban dari cahaya tidak

berputar, melainkan menembus lapisan kristal cair. Cahaya ini akan

terpolarisasi tegak lurus pada filter kedua, sehingga piksel berwarna hitam.

2.7.1. Pengendali modul LCD

Modul LCD ini mempunyai pengendali tampilan alpha numerik,

karakter kana jepang, dan simbol. Pengunaan LCD dot matrik dapat diatur

untuk penggunaan dengan antar muka 4 bit atau 8 bit. Semua fungsi yang

tesedia seperti RAM tampilan, pembuat karakter, serta pengendali kristal

cair yang digunakan dalam pengendalian LCD dot matrix sudah terintegrasi

menjadi satu chip, sehingga LCD ini dapat dikendalikan oleh sistem yang

sederhana.

(25)

commit to user

Tabel 2.1. Keterangan fungsi dari tiap pin LCD

u

n

g

s

i

Deskrip

si

a

t

u

d

a

y

a

GND

a

t

u

d

a

y

a

+ 5 V

e

n

g

a

t

u

r

(26)

commit to user

k

o

n

t

r

a

s

e

r

i

n

t

a

h

Pilih Register

e

r

i

n

t

a

h

Baca / Tulis

e

r

i

n

t

a

h

Enable (Strobe)

(27)

commit to user

O

/

O

Data

/

O

Data

/

O

Data

/

O

Data

/

O

Data

/

O

Data

/

O

Data MSB

n

o

d

a

+4,2V untuk LED

a

t

o

d

a

Catu daya untuk

(28)

commit to user

Tabel 2.2. Daftar instruksi kontroler modul LCD

W 7 6 5 4 3 2 1

/D

(29)

commit to user

L

Alamat CGRAM

Alamat DDRAM

F Alamat Penghitung

Data

Data

Tabel 2.3. Daftar keterangan tabel instruksi kontroler LCD

D

on't

care

/

C

G

eser

laya

r

/

K

enaik

K

(30)
(31)

commit to user

K

ursor

berke

dip

5

x7

titik

2.7.2. Deskripsi Fungsi

2.7.2.1. Register

Pengendali modul LCD ini mempunyai dua buah register 8 bit, yaitu

register perintah (IR) dan register data (DR). Register perintah menyimpan

kode perintah seperti hapus layar, geser data dan alamat informasi RAM

data penampil (DDRAM) dan RAM pembangkit karakter (CGRAM). Data

Register menyimpan data sementara untuk dituliskan ke DDRAM atau

CGRAM dan menyimpan semetara data yang dibaca dari DDRAM atau

CGRAM. Data yang ditulis ke DR akan secara otomatis disimpan dalam

DDRAM atau CGRAM oleh sebuah operasi internal. DR juga digunakan

untuk menyimpan data ketika membaca data dari DDRAM atau CGRAM.

Ketika informasi alamat ditulis ke IR, data dibaca dan kemudian disimpan

ke DR dari DDRAM atau CGRAM. Melalui pemilihan register (RS) kedua

register ini dapat dipilih.

2.7.2.2. Bendera Sibuk (BF)

Ketika bendera sibuk bernilai 1, pengendali modul ini sedang bekerja,

instruksi selanjutnya tidak akan diterima. Ketika R/S = 0 dan R/W = 1,

bendera sibuk akan ditampilkan pada DB7.

2.7.2.3. Penghitung Alamat (AC)

Penghitung alamat menuliskan alamat ke DDRAM dan CGRAM. Ketika

sebuah alamat dari sebuah instruksi dituliskan ke IR, informasi alamat

dikirimkan dari IR ke AC. Setelah menulis ke atau membaca dari DDRAM

atau CGRAM, AC secara otomatis meningkat satu atau menurun satu.

Tabel 2.4. Pemilihan Register

R

/S

R

/W

(32)

commit to user

0 0 IR menulis sebagai operasi internal

0 1 Baca bendera sibuk (DB7) dan AC

(DB0-DB6)

1 0 DR menulis sebagai operasi internal

(DR ke DDRAM atau CGRAM)

1 1 DR membaca sebagai operasi

internal (DDRAM atau CGRAM ke DR)

2.7.2.4. RAM data penampil (DDRAM)

RAM penampil data (DDRAM) menyimpan data penampil yang

direpresentasikan dalam kode karakter 8 bit. RAM pada DDRAM yang tidak

dipergunakan dapat digunakan sebagai RAM yang bersifat umum.

Hubungan antara alamat DDRAM dan posisi pada LCD ditunjukkan pada

gambar 2.6.

Gambar 2.6. Hubungan antara alamat DDRAM dan posisi pada LCD

2.7.2.5. ROM pembangkit karakter (CGROM)

CGROM menghasilkan 5 x 8 titik atau 5 x 10 titik pola karakter dari

karakter 8 bit. Pola karakter dapat ditentukan oleh pengguna yang

disediakan oleh ROM terprogram.

2.7.2.6. RAM pembangkit karakter (CGRAM)

Pada CGRAM, pengguna dapat menulis ulang pola karakter. Untuk 5 x

8 titik, delapan pola karakter yang dapat ditulis dan untuk 5 x 10 titik,

empat pola karakter yang dapat ditulis.

(33)

commit to user

Komunikasi serial RS232 digunakan sebagai antarmuka antara komputer

dengan mikrokontroler. Agar level tegangan data serial dari mikrokontroler setara

dengan level tegangan komunikasi port serial PC, diperlukan MAX232 untuk

mengubah ke tegangan TLL/CMOS

logic level

RS232. .

Ada tiga hal pokok yang diatur standard RS232, antara lain bentuk sinyal dan level tegangan yang dipakai, penentuan jenis sinyal dan konektor yang dipakai, serta susunan sinyal pada kaki-kaki di konektor, penentuan tata cara pertukaran informasi antara komputer dan alat-alat pelengkapnya. Gambar 2.7. berikut menunjukkan rangkaian koneksi RS232 dengan mikrokontroler.

C5

Gambar 2.7. Rangkaian koneksi RS232 dengan mikrokontroler

2.9. Konsep Pengembangan Sistem Informasi

Sistem informasi manajemen (SIM) bukan sistem informasi

keseluruhan, karena tidak semua informasi di dalam organisasi dapat

dimasukkan secara lengkap ke dalam sebuah sistem yang otomatis. Aspek

utama dari sistem informasi akan selalu ada di luar sistem komputer.

Pengembangan SIM canggih berbasis komputer memerlukan

sejumlah orang yang berketrampilan tinggi dan berpengalaman lama dan

memerlukan partisipasi dari para manajer organisasi. Banyak organisasi

yang gagal membangun SIM karena :

1. Kurang organisasi yang wajar

2. Kurangnya perencanaan yang memadai

(34)

commit to user

4. Kurangnya partisipasi manajemen dalam bentuk keikutsertaan para manajer

dalam merancang sistem, mengendalikan upaya pengembangan sistem dan

memotivasi seluruh personil yang terlibat.

SIM yang baik adalah SIM yang mampu menyeimbangkan biaya dan

manfaat yang akan diperoleh artinya SIM akan menghemat biaya,

meningkatkan pendapatan serta tak terukur yang muncul dari informasi

yang sangat bermanfaat. Secara teoritis komputer bukan prasyarat mutlak

bagi sebuah SIM, namun dalam praktek SIM yang baik tidak akan ada tanpa

bantuan kemampuan pemrosesan komputer. Prinsip utama perancangan

SIM adalah SIM harus dijalin secara teliti agar mampu melayani tugas

utama.

Tujuan sistem informasi manajemen adalah memenuhi kebutuhan

informasi umum semua manajer dalam perusahaan atau dalam sub unit

organisasional perusahaan. SIM menyediakan informasi bagi pemakai

dalam bentuk laporan dan output dari berbagai simulasi model

matematika.

2.9.1. Definisi Sistem Informasi Manajemen (SIM)

Sistem informasi Manajemen adalah serangkaian sub sistem

informasi yang menyeluruh dan terkoordinasi dan secara rasional terpadu

yang mampu mentransformasi data sehingga menjadi informasi lewat

serangkaian cara guna meningkatkan produktivitas yang sesuai dengan

gaya dan sifat manajer atas dasar kriteria mutu yang telah ditetapkan.

Dengan kata lain SIM adalah sebagai suatu sistem berbasis komputer yang

menyediakan informasi bagi beberapa pemakai dengan kebutuhan yang

sama. Para pemakai biasanya membentuk suatu entitas organisasi formal,

perusahaan atau sub unit dibawahnya. Informasi menjelaskan perusahaan

atau salah satu sistem utamanya mengenai apa yang terjadi di masa lalu,

apa yang terjadi sekarang dan apa yang mungkin terjadi di masa yang akan

datang. Informasi tersebut tersedia dalam bentuk laporan periodik, laporan

khusus dan ouput dari model matematika. Output informasi digunakan

oleh manajer maupun non manajer dalam perusahaan saat mereka

(35)

commit to user

Perancangan, penerapan dan pengoperasian SIM adalah mahal dan

sulit. Upaya ini dan biaya yang diperlukan harus ditimbang-timbang. Ada

beberapa faktor yang membuat SIM menjadi semakin diperlukan, antara

lain bahwa manajer harus berhadapan dengan lingkungan bisnis yang

semakin rumit. Lingkungan bisnis bukan hanya rumit tetapi juga dinamis.

Oleh sebab itu manajer harus membuat keputusan dengan cepat terutama

dengan munculnya masalah manajemen dengan munculnya pemecahan

yang memadai.

2.9.2. Unsur-unsur Sistem Informasi Sederhana

Semua sistem informasi mempunyai tiga kegiatan utama, yaitu

menerima data sebagai masukan (input), kemudian memprosesnya dengan

melakukan penghitungan, penggabungan unsur data, pemutakhiran dan

lain-lain, akhirnya memperoleh informasi sebagai keluarannya (output).

DATA : fakta-fakta atau sesuatu yang dianggap (belum mempunyai

arti)

INFORMASI : data yang telah diproses atau data yang memiliki arti.

Perubahan data menjadi informasi dilakukan oleh pengolah informasi.

Pengolah informasi dapat meliputi elemen-elemen komputer,

non-komputer atau kombinasi keduanya.

2.9.3. Kemampuan Sebuah Sistem Informasi Manajemen

Pengetahuan tentang potensi kemampuan sistem informasi yang

dikomputerisasi akan memungkinkan seorang manajer secara sistematis

menganalisis masing-masing tugas organisasi dan menyesuaikannya

dengan kemampuan komputer. SIM secara khusus memiliki beberapa

kemampuan teknis sesuai yang direncanakan baginya. Secara kolektif

kemampuan ini menyangkal pernyataan bahwa komputer hanyalah mesin

penjumlah atau kalkulator yang berkapasitas tinggi, sebenarnya komputer

tidak dapat mengerjakan sesuatu ia hanya mengerjakan lebih cepat. Sistem

informasi komputer dapat memiliki sejumlah kemampuan jauh diatas

sistem non komputer. Dan kemampuan ini telah merevolusikan proses

manajemen yang menggunakan informasi yang dihasilkan oleh sistem yang

telah ada. Beberapa kemampuan teknis terpenting dalam sistem komputer

(36)

commit to user

1. Pemrosesan data batch

2. Pemrosesan data tunggal

3. Pemrosesan on-line, real time

4. Komunikasi data dan switching pesan

5. Pemasukan data jarak jauh dan up date file

6. Pencarian records dan analisis

7. Pencarian file

8. Algoritma dan model keputusan

9. Otomatisasi kantor.

2.9.4. Kemampuan Pelaporan

Semua sistem informasi memiliki kemampuan pelaporan dan

laporan harus dirancang agar sesuai dengan bentuk tertentu. Prinsip

pelaporan :

1. Laporan harus menonjolkan informasi terpenting

2. Harus seringkas mungkin

3. Harus disediakan dukungan

4. Sistem pelaporan manajemen biasanya dalam transisi

5. Setiap laporan harus berformat keputusan

6. Terstruktur untuk melaporkan suatu kinerja

Jenis-jenis laporan :

1. Laporan periodik

Laporan yang secara rutin dikerjakan

2. Laporan indikator kunci

Merupakan variasi laporan periodik, laporan ini secara khusus

memberikan beberapa statistik kritis kegiatan operasi harian kepada manajer.

3. Laporan siap panggil

Jenis laporan yang ditetapkan oleh manajer agar tersedia sebelum

berakhirnya satu periode, mungkin karena masalah operasi yang tidak

diharapkan atau adanya ancaman.

4. Laporan khusus

Laporan ini sering disebut juga laporan ad-hoc adalah jenis laporan lain

dari jenis laporan tidak terjadwal yang dapat diminta oleh manajer.

(37)

commit to user

Yaitu laporan yang berisi hanya informasi yang dibutuhkan oleh manajer.

2.9.5. Pengembangan Sistem Informasi

Pengembangan sistem merupakan penyusunan suatu sistem yang

baru untuk menggantikan sistem yang lama secara keseluruhan atau

memperbaiki sistem yang telah ada. Pengembangan sistem tentunya harus

didukung oleh personal-personal yang kompeten di bidangnya. Suatu Tim

biasanya terdiri dari :

1. Manajer Analis Sistem

2. Ketua Analis Sistem

3. Analis Sistem Senior

4. Analis Sistem Junior

5. Pemrogram Aplikasi Senior

6. Pemrogram Aplikasi Junior

Jumlah personil Tim di atas diperlukan apabila sistem yang akan

dikembangkan cukup besar. Apabila sistem yang akan dikembangkan kecil,

maka personilnya dapat disesuaikan berdasarkan kebutuhan. Sistem lama

yang perlu diperbaiki atau diganti disebabkan karena beberapa hal :

1. Adanya permasalahan-permasalahan (problems) yang timbul di sistem yang

lama. Permasalahan yang timbul dapat berupa :

- Ketidakberesan sistem yang lama

Ketidakberesan dalam sistem yang lama menyebabkan sistem

yang lama tidak dapat beroperasi sesuai dengan yang diharapkan.

- Pertumbuhan organisasi

Kebutuhan informasi yang semakin luas, volume pengolahan data

semakin meningkat, perubahan prinsip akuntansi yang baru

menyebabkan harus disusunnya sistem yang baru, karena sistem yang

lama tidak efektif lagi dan tidak dapat memenuhi lagi semua

kebutuhan informasi yang dibutuhkan manajemen.

2. Untuk meraih kesempatan-kesempatan

Dalam keadaan persaingan pasar yang ketat, kecepatan informasi atau

efisiensi waktu sangat menentukan berhasil atau tidaknya strategi dan

rencana-rencana yang telah disusun untuk meraih kesempatan-kesempatan

(38)

commit to user

untuk meningkatkan penyediaan informasi agar dapat mendukung proses

pengambilan keputusan yang dilakukan oleh manajemen.

3. Adanya instruksi dari pimpinan atau adanya peraturan pemerintah

Penyusunan sistem yang baru dapat juga terjadi karena adanya

instruksi-instruksi dari atas pimpinan ataupun dari luar organisasi, seperti misalnya

peraturan pemerintah.

Prinsip-prinsip pengembangan sistem, adalah :

1. Sistem yang dikembangkan adalah untuk manajemen

2. Sistem yang dikembangkan adalah investasi modal yang besar

Maka setiap investasi modal harus mempertimbangkan 2 hal berikut ini :

- Semua alternatif yang ada harus diinvestigasikan

- Investasi yang terbaik harus bernilai

3. Sistem yang dikembangkan memerlukan orang yang terdidik

4. Tahapan kerja dan tugas-tugas yang baru dilakukan dalam proses

pengembangan sistem

5. Proses pengembangan sistem tidak harus urut

6. Jangan takut membatalkan proyek

7. Dokumentasi harus ada untuk pedoman dalam pengembangan sistem

Dengan adanya sistem baru diharapkan terjadi peningkatan dalam hal

:

1. Kinerja, yang dapat diukur dari throughput dan respon time.

Throughput : jumlah pekerjaan yang dapat dilakukan pada suatu saat tertentu

Respon time : Rata-rata waktu tertunda di antara dua transaksi.

2. Kualitas informasi yang disajikan

3. Keuntungan (penurunan biaya).

Berhubungan dengan jumlah sumber daya yang digunakan.

4. Kontrol (pengendalian)

5. Efisiensi

6. Pelayanan

Beberapa penyebab kegagalan pengembangan sistem :

1. Kurangnya penyesuaian pengembangan sistem

(39)

commit to user

3. Kurang sempurnanya evaluasi kualitas dan analisis biaya

4. Adanya kerusakan dan kesalahan rancangan

5. Penggunaan teknologi komputer dan perangkat lunak yang tidak direncanakan

dan pemasangan teknologi tidak sesuai

6. Pengembangan sistem yang tidak dapat dipelihara

7. Implementasi yang direncanakan dilaksanakan kurang baik

2.10. Metode Pengenalan Wajah

Seiring dengan perkembangan teknologi pengolahan citra,

penelitian tentang pengenalan wajah telah banyak dikembangkan untuk

beragam aplikasi dan algoritma. Proses yang diberikan dari masing-masing

metode dapat dilihat bagaimana kelebihan dan kekurangan dari

masing-masing metode untuk proses pengenalan wajah.

2.10.1. Metode Face-ARG

Park (2005), mengusulkan sebuah metode baru dalam proses

pencocokan gambar dari dua buah wajah dengan tingkat keberhasilan lebih

baik dibandingkan dengan metode lainnya. Metode yang digunakan adalah

Attributed Relational Graph (ARG) yang mentransformasikan suatu gambar

wajah menjadi bentuk graph yang terdiri dari himpunan node dan edge

yang saling berhubungan. Proses dari metode ARG ini memiliki kelemahan

tersendiri karena setiap image wajah yang masuk harus dilakukan

pencocokan dengan semua wajah yang ada dalam basis data, semakin

besar data yang disimpan dalam basis data maka waktu untuk proses

pencocokan yang diperlukan akan semakin besar selain itu perbedaan

ukuran image, berbagai variasi dan latar dari suatu image juga

mempengaruhi proses tersebut.

2.10.2. Jaringan Syaraf Tiruan

Metode yang dapat mengadopsi pengenalan wajah dengan lebih

cepat adalah dengan menggunakan Jaringan Syaraf Tiruan (JST), dimana

dalam JST pola dikenali melalui proses pembelajaran dari suatu image yang

telah dipolakan kemudian diboboti untuk menghasilkan pola tertentu bagi

masing-masing image. Dalam JST image tidak perlu disimpan dalam satu

(40)

commit to user

masuk, dimana pola-pola image ini sebelumnya telah diberikan sebagai

pelatihan bagi JST. Pembangunan suatu sistem yang didasarkan pada

pendekatan JST, secara umum akan meliputi langkah-langkah berikut ini

(Park, 2005):

1. Memilih model JST yang sesuai didasarkan pada sifat dasar permasalahannya.

2. Membangun JST sesuai untuk karakteristik domain aplikasinya.

3. Melatih JST dengan prosedur pembelajaran dari model yang dipilih.

Menggunakan jaringan yang telah dilatih sebagai pembuatan

inferensi atau pemecahan masalah. Jika hasilnya tidak memuaskan maka

kembali ke langkah sebelumnya.

2.10.3. Metode Back Propagation

Back Propagation adalah salah satu algoritma dalam JST yang

menggunakan multi layer, karena semakin banyak layer yang digunakan

diharapkan jaringan akan menghasilkan hasil yang lebih akurat. Metode

Backpropagation (propagasi balik) merupakan metode pembelajaran lanjut

yang dikembangkan dari aturan perceptron. Hal yang ditiru dari perceptron

adalah tahapan dalam algoritma jaringan. Salah satu hal yang

membedakan antara back propagation dengan perceptron adalah pada

arsitektur jaringannya. Perceptron memiliki jaringan lapis tunggal

sedangkan backpropagation memiliki lapisan lapis jamak.

2.10.4. Algoritma Eigenface

Eigenface adalah salah satu algoritma pengenalan wajah yang

berdasarkan pada Principle Component Analysis (PCA) yang dikembangkan

di MIT. Algoritma Eigenface secara keseluruhan cukup sederhana. Training

Image direpresentasikan dalam sebuah vektor flat (gabungan vektor) dan

digabung bersama-sama menjadi sebuah matriks tunggal. Eigenface

kemudian diekstraksi dan disimpan dalam file temporary atau database.

Adapun algoritma Eigenface yang digunakan dalam penelitian ini

dijalankan dengan langkah-langkah sebagai berikut:

1. Buat MakeFlatVectors(ImageList, N, M): Image List adalah kumpulan dari N

(41)

commit to user

2. Gabungkan setiap image dalam WH elemen vektor dengan menggabungkan

semua baris. Buat ImageMatrixsebagai matrik N x WH berisi semua gambar

yang digabung.

3. Jumlahkan semua baris pada ImageMatrix dan bagi dengan N untuk

mendapatkan rataan gambar gabungan. Kita namakan vektor elemen WH ini

dengan ψ.

4. Kurangi ImageMatrix dengan average image ψ. Kita namakan matriks baru

ukuran N x WH sebagai Ф.

5. Jika pada elemen-elemen dari matriks Ф ditemukan nilai negatif, ganti nilainya

dengan nilai 0.

Kemudian identifikasi dilakukan dengan proyeksi dengan algoritma

sebagai berikut:

1. Buat projectToFaceSpace(test_image): image berukuran W x H pixel

2. Kita gabung elemen vektor WH dan kita sebut img

3. Load nilai rataan ψ dari database atau file

4. Kurangi img dengan ψ, kita dapatkan img’

5. Jika pada img’ ditemukan elemen dengan nilai negatif, ganti dengan nilai 0,

untuk mendapatkan vektor ukuran img’’.

Proses terakhir adalah identifikasi, yaitu memproyeksikan test image

ke face space dan menghitung score.

1. Load semua wajah yang sudah diproyeksikan dari database

2. Proj=projectToFaceSpace(test_image)

3. Lakukan operasi pengurangan, proj dengan semua wajah yang telah

diproyeksikan. Ambil nilai absolutnya dan jumlahkan, hasilnya adalah score.

4. Ambil score terkecil sebagai hasil dari wajah yang telah diproyeksikan, wajah

ini sebagai hasil identifikasi.

2.11. Penelitian Terdahulu

Sistem presensi yang diterapkan di berbagai instansi/perusahaan

saat ini sudah banyak menggunakan sistem digital seperti fingerprint,

(42)

commit to user

Berbagai penelitian telah dilakukan untuk melakukan

inovasi-inovasi terbaru, diantaranya penelitian yang dilakukan oleh Syamsiar

(2005) dengan judul Sistem Identifikasi Scan Iris Mata Menggunakan

Metode JST Propagasi Balik Untuk Aplikasi Sistem Pengamanan Brankas.

Sistem scanning iris merupakan pengembangan dari sistem biometrik,

dimana sistem ini menggunakan anggota tubuh manusia untuk

diidentifikasi sebagai ciri unik manusia. Iris sendiri memiliki ciri yang dapat

bertahan lama hingga seumur hidup sama halnya dengan DNA pada tubuh

manusia dan sidik jari manusia. Pada proyek akhir ini dibuat suatu sistem

untuk identifikasi pola iris mata seseorang yang keluaran dari sistem ini

digunakan untuk pengamanan brankas. Proses yang dilakukan meliputi

pengambilan citra secara video capture, kemudian citra dikonversi dari

skala RGB ke grayscale. Setelah itu citra diproses melalui preprocessing

image dan dilakukan deteksi pupil dan iris, lalu disegmentasi agar dapat diambil area irisnya saja. Kemudian citra dibagi menjadi 64 area untuk

menyederhanakan pemrosesannya. Tahap terakhir adalah identifikasi

dengan metode NN, tetapi sebelumnya sistem dilatih untuk mengenali

referensinya dengan merubah nilai epoch, laju belajar, dan toleransi error

hingga dihasilkan output yang sesuai dengan nilai referensi yang sudah

ditentukan. Sistem dapat bekerja optimal pada range : learning rate (laju

belajar) sebesar 15, jangkauan epoch (looping) sebanyak 100000 kali

dengan toleransi error 0,001 dan momentum 0,1. Tingkat keberhasilan

sistem dalam mengenali user adalah 80,1%.

Menurut Awaludin (2006) Face Recognition atau pengenalan wajah

sejauh ini dilakukan untuk mengenali wajah seseorang dari suatu foto atau

video. Dari hal tersebut dicoba mengembangkan proses pengenalan wajah

atau face recognition tersebut dengan membandingkan foto dengan citra.

Melalui penelitian ini diharapkan dapat lebih mempermudah proses

pengenalan wajah, yang awalnya harus menggunakan foto atau rekaman

video orang yang dicari, tetapi dengan proyak akhir ini kita dapat

mengenali seseorang hanya dengan mengetahui ciri-cirinya saja yang

digambarkan dengan media citra. Pengenalan wajah manusia merupakan

(43)

commit to user

dilakukan dengan kelebihan dan kekurangan tertentu. Dari sebuah wajah,

banyak informasi yang didapat baik secara statis maupun dinamis, misalnya

saja warna kulit, struktur tulang wajah, dan ekspresi wajah. Dalam hal ini

bidang keamananpun tak luput untuk memanfaatkan teknologi ini. Dengan

perangkat lunak face recognition, penegak hukum dapat mencari dan

mengidentifikasi wajah seorang kriminal. Jika semula polisi hanya

berpedoman pada ilustrasi gambar wajah dan sidik jari penjahat secara

manual, kini teknologi komputer dapat melakukan tugas tersebut dengan

lebih cepat dan akurat. Hal ini memungkinkan kepolisian dapat mengenali

wajah seorang penjahat melalui sketsa, serta mendapatkan informasi

(44)

commit to user

BAB III

METODOLOGI PENELITIAN

Metode penelitian menggambarkan langkah-langkah penelitian yang akan dilakukan dalam pemecahan masalah. Adapun langkah-langkah penyelesaian masalah adalah seperti dalam Gambar 3.1.

Tahap studi pendahuluan

Tahap analisa,

Tahap analisis dan

Studi

Pustaka

Perumusan Masalah dan Tujuan

Penelitian

Analisa

Sistem Awal

Identifikasi kebutuhan sistem

1. Kerangka kerja

2. Input dan Output sistem

3. Kebutuhan perangkat keras dan lunak 4. Struktur biaya

Peran

Peran

cangan

Analisis Hasil

Rancangan

Kesimpulan Pengu

jian Peranc

angan

Studi

Lapangan

(45)

commit to user

Secara umum, metode penelitian dibagi dalam tiga tahapan, yaitu. ; (1) tahap studi pendahuluan , (2) tahap analisa, perancangan alat dan pengujian (3) tahap analisis dan kesimpulan/saran.

3.1. Tahap Studi Pendahuluan

3.1.1. Studi Pustaka

Langkah awal pada penelitian ini adalah dilakukannya studi pustaka dengan tujuan untuk mendapatkan gambaran mengenai teori-teori dan konsep-konsep yang akan digunakan dalam menyelesaikan permasalahan yang diteliti dan untuk mendapatkan dasar-dasar referensi yang kuat dalam menerapkan suatu metode yang digunakan. Studi literatur dilakukan dengan mengeksplorasi buku-buku, jurnal, penelitian-penelitian dan sumber-sumber lain yang terkait dengan eksperimen dan pengenalan citra wajah. Literatur yang digunakan adalah buku-buku tentang sistem pengenalan wajah, pemrograman visual basic, basis data dan pemrograman bahasa C untuk mikrokontroler ATMEGA 8535.

3.1.2. Studi Lapangan

Studi lapangan yang dilakukan adalah mengadakan penelitian di suatu instansi tentang sistem presensi yang diterapkan. Penelitian dilakukan di Solo Techno Park pada tanggal 3 Mei 2010 dengan mengamati proses presensi karyawan dan mekanisme penghitungan upah karyawan disana. Penelitian ini dilakukan untuk mendapatkan perbandingan dengan sistem yang akan dirancang nantinya tentang kelebihan dan kekurangan masing-masing sistem. Dalam hal ini, mekanisme kegiatan presensi karyawan pada perusahaan industri/perbengkelan seperti di Solo Techno Park sangat sesuai untuk dilakukan riset.

3.1.3. Perumusan Masalah dan Tujuan Penelitian

(46)

commit to user

sistem presensi manual biasa, seseorang bisa saja melakukan akses terhadap data orang lain. Sedangkan sistem presensi sidik jari mempunyai kelemahan pada sensor optik dan kaca akan mudah tergores jika diterapkan pada industri perbengkelan.

Wajah merupakan salah satu ciri yang dimiliki seseorang yang memiliki karakteristik yang berlainan, bahkan wajah seorang kembar identikpun memiliki perbedaan. Untuk itu pada penelitian ini menggunakan citra wajah sebagai identitas dalam sistem presensi yang akan dirancang dengan menggunakan bahasa pemrograman Visual Basic 6.0. Penelitian ini dilakukan untuk menganalisa tingkat akurasi pengenalan dengan menggunakan bahasa pemrograman visual basic. Hasil akhir yaitu berupa akurasi dari berbagai macam citra wajah dan program dapat membedakannya.

Tujuan yang ingin dicapai dalam penelitian ini yaitu merancang bangun aplikasi yang dapat mengenali citra wajah seseorang sebagai input dalam sistem presensi. Adapun manfaat yang ingin dicapai dalam penelitian ini yaitu memberikan hasil bahwa dengan adanya sistem presensi yang menggunakan citra wajah tingkat manipulasi data dapat dihindari.

3.2. Tahap Analisa, Perancangan Alat dan Pengujian

3.2.1. Analisa Sistem Awal

Langkah dari tahap ini adalah melakukan pengumpulan data-data yang dibutuhkan dalam penelitian. Data yang telah dikumpulkan tersebut kemudian akan dilakukan analisis sistem awal dan analisis kebutuhan sistem.

Pengumpulan Data yang meliputi : 1. Pola wajah

Sampel pola citra wajah ada dua yaitu wajah berdasar jenis kelamin. Pengambilan sampel citra wajah dapat dilakukan untuk laki-laki dan perempuan. 2. Dokumen

(47)

commit to user

Dari pengumpulan data yang telah di dapat dari tahap pengumpulan data kemudian dilakukan analisis sistem awal. Tahap Analisis sistem awal dilakukan untuk mengidentifikasikan permasalahan - permasalahan yang ada dalam sistem, sehingga dapat diusulkan metode - metode yang efektif. Analisa sistem awal dilakukan pada proses pengolahan data pada sistem.

3.2.2. Identifikasi Kebutuhan Sistem

1. Kerangka kerja

Kerangka kerja sistem yang akan dirancang ini berdasarkan kebutuhan akan adanya sistem presensi yang akurat dan mudah dalam pengoperasian serta mampu menghasilkan rekap gaji karyawan secara otomatis. Sesuai kebutuhan tersebut, maka dipilih sistem presensi menggunakan pengenalan citra wajah karyawan yang dapat mencatat jumlah jam kerja dan menghitung gaji karyawan secara otomatis. Untuk merancang sistem tersebut dibutuhkan hardware dan software untuk mendukung sistem presensi pengenalan wajah secara otomatis. Sistem presensi ini akan tercatat secara otomatis dalam program Visual Basic di komputer dan hasil laporan sistem presensi ini dapat dicetak (print out). Untuk komunikasi antara program Visual Basic di komputer dengan hardware menggunakan komunikasi serial (RS 232). Sedangkan hardware sebagai alat bantu dari sistem ini hanya berfungsi memproses perintah dari sistem utama (program

Visual Basic) dan mengontrol input yang berupa kamera serta output berupa LCD.

2. Input dan Output sistem

Alat masukan (input device), adalah alat yang digunakan untuk menerima masukan yang dapat berupa masukan data ataupun masukan program. Adapun input yang dibutuhkan pada sistem ini adalah data identitas karyawan. Data yang dibutuhkan sebagai masukan (input) ke dalam sistem informasi ini adalah :

Gambar

gambar (kamera digital) dan algoritma pengenalan wajah yang digunakan.
gambar (kamera digital) dan algoritma pengenalan wajah yang digunakan. . View in document p.12
gambar wajah, hasil tomografi otak dan lain sebagainya. Dari segi ilmiah,
Dari segi ilmiah . View in document p.16
gambar tersebut yang dituliskan dengan: H(r,g,b), dimana H(r,g,b) adalah jumlah
H r g b dimana H r g b adalah jumlah . View in document p.17
gambar berwarna lebih cepat perhitungannya dan lebih presisi, terutama
gambar berwarna lebih cepat perhitungannya dan lebih presisi, terutama . View in document p.18
Gambar yang diperoleh dari kamera memiliki struktur warna
Gambar yang diperoleh dari kamera memiliki struktur warna . View in document p.19
Gambar 2.1.  Blok diagram fungsional ATMega8535
Gambar 2 1 Blok diagram fungsional ATMega8535 . View in document p.20
Gambar 2.2. Pin ATMega8535 dengan 40 kaki
Gambar 2 2 Pin ATMega8535 dengan 40 kaki . View in document p.21
Gambar 2.4. Lapisan penyusun LCD
Gambar 2 4 Lapisan penyusun LCD . View in document p.23
Gambar 2.5. LCD Dot Matrix 16 x 2 karakter
Gambar 2 5 LCD Dot Matrix 16 x 2 karakter . View in document p.24
gambar 2.6.
gambar 2.6. . View in document p.32
Gambar  2.7. Rangkaian koneksi RS232 dengan mikrokontroler
Gambar 2 7 Rangkaian koneksi RS232 dengan mikrokontroler . View in document p.33
Gambar 3.1. Metodologi
Gambar 3 1 Metodologi . View in document p.44
Tabel 4.1. Kelemahan dan Kelebihan Sistem Lama
Tabel 4 1 Kelemahan dan Kelebihan Sistem Lama . View in document p.54
Gambar 4.1  Kerangka
Gambar 4 1 Kerangka . View in document p.56
Gambar 4.2  Rangkaian elektronik piranti keras (hardware)
Gambar 4 2 Rangkaian elektronik piranti keras hardware . View in document p.57
Tabel 4.3. Daftar harga komponen
Tabel 4 3 Daftar harga komponen . View in document p.58
Gambar 4.3 Aplikasi Proses Pengambilan Citra Wajah
Gambar 4 3 Aplikasi Proses Pengambilan Citra Wajah . View in document p.60
Gambar 4.4 Relasi Karyawan Melakukan Presensi
Gambar 4 4 Relasi Karyawan Melakukan Presensi . View in document p.62
Gambar 4.6 Relasi Karyawan Punya Bagian
Gambar 4 6 Relasi Karyawan Punya Bagian . View in document p.63
Gambar 4.11 Relasi Seluruh Entitas
Gambar 4 11 Relasi Seluruh Entitas . View in document p.64
tabel dan ukuran tabel. Untuk database nya di gunakan MySQL, karena
Untuk database nya di gunakan MySQL karena . View in document p.65
Gambar 4.12 Menu utama
Gambar 4 12 Menu utama . View in document p.67
Gambar 4.13 Menu daftar nama
Gambar 4 13 Menu daftar nama . View in document p.68
Gambar 4.15 Menu identifikasi
Gambar 4 15 Menu identifikasi . View in document p.69
Gambar 4.18  Menu Daftar Jabatan
Gambar 4 18 Menu Daftar Jabatan . View in document p.71
Tabel 4.6 Tabel Informasi Data Presensi
Tabel 4 6 Tabel Informasi Data Presensi . View in document p.72
Tabel 4.7 Tabel Rekap Kehadiran dan Gaji Karyawan
Tabel 4 7 Tabel Rekap Kehadiran dan Gaji Karyawan . View in document p.74
gambar wajah pada saat melakukan presensi harus tepat guna mendukung
gambar wajah pada saat melakukan presensi harus tepat guna mendukung . View in document p.76
Gambar 4.20  Grafik Hasil Pengenalan Wajah Percobaan Individual
Gambar 4 20 Grafik Hasil Pengenalan Wajah Percobaan Individual . View in document p.77
Gambar 5.2 (a) Hasil Pengujian Pada Aplikasi Untuk Data Valid
Gambar 5 2 a Hasil Pengujian Pada Aplikasi Untuk Data Valid . View in document p.80

Referensi

Memperbarui...

Download now (83 pages)
Related subjects : Presensi Karyawan
Lainnya : PERANCANGAN SISTEM PRESENSI KARYAWAN BERBASIS PENGENALAN CITRA WAJAH DI SOLO TECHNO PARK PENDAHULUAN 1.1 LATAR BELAKANG TINJAUAN PUSTAKA 2.1 IMAGE PROCESSING METODOLOGI PENELITIAN 3.1 TAHAP STUDI PENDAHULUAN ANALISIS DAN PERANCANGAN SISTEM 4.1 ANALISA SISTEM AWAL Latar Belakang VALIDASI DAN ANALISIS HASIL PERANCANGAN 5.1 PENGUJIAN FUNGSI IDENTIFIKASI WAJAH PADA Kurang organisasi yang wajar Kurangnya perencanaan yang memadai Kurang personil yang handal Kurangnya partisipasi manajemen dalam bentuk keikutsertaan para manajer Pemrosesan data batch Pemrosesan data tunggal Pemrosesan on-line, real time Komunikasi data dan switching pesan Pemasukan data jarak jauh dan up date file Pencarian records dan analisis Pencarian file Algoritma dan model keputusan Manajer Analis Sistem Ke Adanya instruksi dari pimpinan atau adanya peraturan pemerintah Sistem yang dikembangkan adalah untuk manajemen Sistem yang dikembangkan adalah investasi modal yang besar Sistem yang dikembangkan memerlukan orang yang terdidik Tahapan kerja dan tugas-t Memilih model JST yang sesuai didasarkan pada sifat dasar permasalahannya. Membangun JST sesuai untuk karakteristik domain aplikasinya. Buat MakeFlatVectorsImageList, N, M: Image List adalah kumpulan dari N Gabungkan setiap image dalam WH el Ambil score terkecil sebagai hasil dari wajah yang telah diproyeksikan, wajah Tahap Studi Pendahuluan 1. Studi Pustaka Perancangan Alat Perancangan Basis Data Perancangan Interface Aplikasi Pengujian Tahap Analisis dan KesimpulanSaran 1. Analisis Hasil Rancangan Analisa Sistem Awal Identifikasi Kebutuhan Sistem METODOLOGI PENELITIAN Perancangan Alat METODOLOGI PENELITIAN Relasi Karyawan Melakukan Presensi Relasi Karyawan Melakukan Lembur Relasi Seluruh Entitas Perancangan Interface Aplikasi METODOLOGI PENELITIAN Pengujian Fungsi Identifikasi Wajah Pada Menu Form Analisis Aplikasi VALIDASI DAN ANALISIS HASIL PERANCANGAN