Sistem Pengenalan Wajah Dengan Metode Template Matching Berdasarkan Struktur Wajah Dan Kornea Mata
Abstract
Implementing an attendance system that relies on facial recognition as a replacement for conventional attendance still presents several technical challenges, such as low detection accuracy in low-light conditions, fluctuations in facial expressions, or when employees wear additional elements such as masks and glasses. To overcome these weaknesses in the facial recognition system, a template matching method is used that focuses on facial structure and corneal features. This technique works by matching the original image with a reference pattern (template) stored in a database, thus enabling identification to be carried out on unique and stable facial areas, such as facial structure and cornea. The results of the template matching method testing aimed at facial and corneal recognition showed satisfactory performance in identifying users, with an accuracy rate reaching 84.44% from a total of 45 tests conducted on 15 employees. In addition, the use of local features such as the cornea has proven to be very helpful in improving identification accuracy, especially in real environments with diverse conditions.
Keywords: Attendance system; Facial recognition; Cornea and face; Template matching
Abstrak
Penerapan sistem absensi yang mengandalkan pengenalan wajah sebagai pengganti absensi konvensional masih menghadirkan beberapa tantangan teknis, seperti akurasi deteksi yang rendah dalam kondisi cahaya minim, fluktuasi ekspresi wajah, atau ketika karyawan mengenakan elemen tambahan seperti masker dan kacamata. Untuk mengatasi kelemahan dalam sistem pengenalan wajah, digunakan metode pencocokan template yang berfokus pada struktur wajah serta fitur kornea mata. Teknik ini berfungsi dengan cara mencocokkan gambar asli dengan pola acuan (template) yang sudah disimpan dalam database, sehingga memungkinkan identifikasi dilakukan pada area wajah yang unik dan stabil, seperti struktur wajah dan kornea. Hasil dari pengujian metode pencocokan template yang ditujukan untuk pengenalan wajah dan kornea mata menunjukkan performa yang memuaskan dalam mengidentifikasi pengguna, dengan tingkat akurasi mencapai 84,44% dari total 45 pengujian yang dilakukan terhadap 15 karyawan. Selain itu, penggunaan fitur lokal seperti kornea mata terbukti sangat membantu dalam meningkatkan akurasi identifikasi, terutama di lingkungan nyata yang memiliki beragam kondisi.
Kata Kunci: Sistem absensi; Pengenalan wajah; Kornea mata dan wajah; Template matching
References
A. Yani and S. Rosyida, “Penerapan Sistem Informasi Absensi Karyawan Pada Cv. Bintang Bangun Persada Bekasi,” J. Khatulistiwa Inform., vol. 10, no. 1, pp. 1–7, 2022, doi: 10.31294/jki.v10i1.12424.
A. Asrul, “Implementasi Sistem Absensi Siswa Berbasis Deteksi Wajah, Warna Dan Logo Seragam,” JATISI (Jurnal Tek. Inform. dan Sist. Informasi), vol. 9, no. 2, pp. 1355–1369, 2022, doi: 10.35957/jatisi.v9i2.2252.
D. D. Darmansah, N. W. Wardani, and M. Y. Fathoni, “Perancangan Absensi Berbasis Face Recognition Pada Desa Sokaraja Lor Menggunakan Platform Android,” JATISI (Jurnal Tek. Inform. dan Sist. Informasi), vol. 8, no. 1, pp. 91–104, 2021, doi: 10.35957/jatisi.v8i1.629.
H. Muchtar and R. Apriadi, “Implementasi Pengenalan Wajah Pada Sistem Penguncian Rumah Dengan Metode Template Matching Menggunakan Open Source Computer Vision Library (Opencv),” Resist. (elektRonika kEndali Telekomun. tenaga List. kOmputeR), vol. 2, no. 1, p. 39, 2019, doi: 10.24853/resistor.2.1.39-42.
I. U. Siahaan, “Deteksi Kornea Mata Berbasis Segmentasi Model Warna Menggunakan Metode Template Matching,” Terap. Inform. Nusant., vol. 1, no. 7, pp. 350–356, 2020, [Online]. Available: https://ejurnal.seminar-id.com/index.php/tin
S. Satwikayana, S. Adi Wibowo, and N. Vendyansyah, “Sistem Presensi Mahasiswa Otomatis Pada Zoom Meeting Menggunakan Face Recognition Dengan Metode Convulitional Neural Network Berbasis Web,” JATI (Jurnal Mhs. Tek. Inform., vol. 5, no. 2, pp. 785–793, 2021, doi: 10.36040/jati.v5i2.3762.
I. N. Y. Setiawan and L. P. A. S. Tjahyanti, “Optimasi sistem pengenalan wajah dengan teknik pengolahan citra untuk meningkatkan akurasi dan efisiensi,” J. Komput. dan Teknol. Sains, vol. 3, no. 1, pp. 18–22, 2024.
J. S. Logika, “Absensi Perpustakaan Pengenalan Wajah Berbasis Open Computer Vision,” vol. 5, no. 1, pp. 82–92, 2025.
R. C. Gonzalez, Digital image processing. Pearson education india, 2009.
D. Kurnia, S. A. Putri, and E. A. Nugroho, “Implementasi Face Recognition untuk Sistem Absensi Karyawan dengan Pendeteksi Suhu Berbasis Raspberry,” Ramatekno, vol. 1, no. 2, pp. 25–30, 2021, doi: 10.61713/jrt.v1i2.18.
T. Citra Alvonita and B. Santoso, “Sistem Pengenalan Wajah Dengan Metode Template Matching Untuk Absensi Kelas Berbasis Web,” BRAHMANA J. Penerapan Kecerdasan Buatan, vol. 4, no. 2, pp. 106–113, 2023.
M. I. Siami et al., “Sistem Presensi Menggunakan Algoritme Eigenface dengan Deteksi Aksesoris dan Ekspresi Wajah,” Int. J. Recent Technol. Eng., vol. 3, no. 2, pp. 21–27, 2023, doi: 10.30871/jaic.v5i1.2711.
F. Rusilawati, H. W. Kinasih, and Gasim, “Perbandingan Tingkat Akurasi Bentuk Frame Menggunakan Template Matching,” J. Ilm. Inform. Glob., vol. 8, no. 2, pp. 1–6, 2017.
A. Kour, “Face Recognition using Template Matching,” Int. J. Comput. Appl., vol. 115, no. 8, pp. 10–13, 2015, doi: 10.5120/20170-2329.
B. Santoso and R. P. Kristianto, “Implementasi Penggunaan Opencv Pada Face Recognition Untuk Sistem Presensi Perkuliahan Mahasiswa,” Sist. J. Sist. Inf., vol. 9, no. 2, pp. 352–361, 2020.
S. P. Putra et al., “Sistem Presensi Menggunakan Algoritme Eigenface dengan Deteksi Aksesoris dan Ekspresi Wajah,” Int. J. Recent Technol. Eng., vol. 8, no. 2, pp. 21–27, 2023, doi: 10.32767/jti.v15i1.2024.
B. B. Wibowo and E. B. Setiawan, “Implementasi Face Recognition dan Geolocation Pada Sistem Presensi Karyawan Berbasis Mobile Apps,” Komputa J. Ilm. Komput. dan Inform., vol. 13, no. 1, pp. 11–22, 2024, doi: 10.34010/komputa.v13i1.11149.
How To Cite This :
Refbacks
- There are currently no refbacks.
