Sistem Informasi Keberadaan Dosen dan Karyawan Gedung Elektro POLBENG Menggunakan Face Recognition
DOI:
https://doi.org/10.55606/isaintek.v8i2.355Keywords:
ESP32 cam, Face recognition, Haar cascade, LBPH, GUI PythonAbstract
Penelitian ini bertujuan mengembangkan sistem informasi keberadaan dosen dan karyawan di Gedung Elektro Politeknik Negeri Bengkalis menggunakan metode face recognition berbasis Haar Cascade untuk deteksi wajah dan Local Binary Pattern Histogram (LBPH) untuk klasifikasi wajah. Sistem memanfaatkan ESP32-CAM sebagai perangkat akuisisi citra dan aplikasi Python untuk antarmuka grafis (GUI) secara real-time. Pengujian dilakukan pada variasi jarak (0,5 m, 1 m, dan 2 m) serta kondisi pencahayaan (terang, sedang, gelap). Hasil menunjukkan akurasi deteksi wajah rata-rata mencapai 83%, dengan pencahayaan terang dan sedang menghasilkan akurasi 100%, sedangkan kondisi gelap turun hingga 50%. Akurasi pengenalan wajah rata-rata sebesar 60%, dengan rincian 92% pada jarak 0,5 m, 50% pada 1 m, dan 33% pada 2 m. Hasil ini menunjukkan bahwa sistem mampu memberikan informasi keberadaan cdosen dan karyawan secara real-time, meskipun kinerja masih terbatas oleh kualitas kamera 2 MP, kondisi pencahayaan, dan jumlah dataset terbatas. Penelitian ini memberikan kontribusi pada implementasi monitoring keberadaan berbasis face recognition di lingkungan kampus serta menjadi dasar pengembangan lebih lanjut dengan kamera resolusi tinggi, metode deep learning, dan integrasi sistem absensi.
References
Amirgaliyev, B., Mussabek, M., Rakhimzhanova, T., & Zhumadillayeva, A. (2025). A Review of Machine Learning and Deep Learning Methods for Person Detection, Tracking and Identification, and Face Recognition with Applications. Sensors, 25(5). https://doi.org/10.3390/s25051410
Bakar, F. A. (2015). Pengaruh Komunikasi Interpersonal Antara Dosen Dan Mahasiswa Terhadap Motivasi Belajar Dan Prestasi Belajar Akademik Mahasiswa. Jurnal Pekommas, 1(1), 18.
Choi, C. H., Kim, J., Hyun, J., Kim, Y., & Moon, B. (2022). Face Detection Using Haar Cascade Classifiers Based on Vertical Component Calibration. Human-Centric Computing and Information Sciences, 12. https://doi.org/10.22967/HCIS.2022.12.011
Dwiparaswati, Windy, & Hilmawan, S. V. (2022). Implementasi Face Recognition secara Real-time dengan Metode Haar Cascade Classifier menggunakan OpenCV-Python. UG Journal, 16(2).
Fadli, C., & Desmulyati, D. (2021). Implementasi Perhitungan Face Detection Dengan Metode Haar Cascade Classifier. Jurnal Nasional Komputasi Dan Teknologi Informasi (JNKTI), 4(6), 535–542. https://doi.org/10.32672/jnkti.v4i6.3721
Fuady, S., Nehru, N., & Anggraeni, G. (2020). Deteksi Objek Menggunakan Metode Single Shot Multibox Detector Pada Alat Bantu Tongkat Tunanetra Berbasis Kamera. Journal of Electrical Power Control and Automation (JEPCA), 3(2), 39. https://doi.org/10.33087/jepca.v3i2.38
He, X., Yan, S., Hu, Y., Niyogi, P., & Zhang, H.-J. (2005). Face recognition using Laplacianfaces. IEEE Transactions on Pattern Analysis and Machine Intelligence, 27(3), 328–340. https://doi.org/10.1109/TPAMI.2005.55
Iskandar, A. M. (2020). Interaksi Dan Komunikasi Dosen Dan Mahasiswa Dalam Proses Pendidikan. Al-Din: Jurnal Dakwah Dan Sosial Keagamaan, 5(1), 49–61. https://doi.org/10.35673/ajdsk.v5i1.570
Kaur, N., Rani, S., & Kaur, S. (2024). Real-time video surveillance based human fall detection system using hybrid haar cascade classifier. Multimedia Tools and Applications, 83(28), 71599–71617. https://doi.org/10.1007/s11042-024-18305-w
Kortli, Y., Jridi, M., Al Falou, A., & Atri, M. (2020). Face recognition systems: A survey. Sensors (Switzerland), 20(2). https://doi.org/10.3390/s20020342
Li, L., Mu, X., Li, S., & Peng, H. (2020). A Review of Face Recognition Technology. IEEE Access, 8, 139110–139120. https://doi.org/10.1109/ACCESS.2020.3011028
Narti, S. (2018). Pemanfaatan “WHATSAPP” Sebagai Media Komunikasi Dosen Dengan Mahasiswa Bimbingan SKRIPSI (Studi Analisis Deskriptif Pada Mahasiswa Ilmu Komunikasi Bimbingan Skripsi Universitas Dehasen Bengkulu Tahun 2016 ). Profesional: Jurnal Komunikasi Dan Administrasi Publik, 4(1). https://doi.org/10.37676/professional.v4i1.448
Nemavhola, A., Viriri, S., & Chibaya, C. (2025). A Scoping Review of Literature on Deep Learning Techniques for Face Recognition. Human Behavior and Emerging Technologies, 2025(1). https://doi.org/10.1155/hbe2/5979728
Opanasenko, V. M., Fazilov, S. K., Radjabov, S. S., & Kakharov, S. S. (2024). Multilevel Face Recognition System. Cybernetics and Systems Analysis, 60(1), 146–151. https://doi.org/10.1007/s10559-024-00655-w
PDDikti. (2025). Profil Mahasiswa/Dosen/Program Studi/Perguruan Tinggi. Kementerian Pendidikan, Kebudayaan, Riset, dan Teknologi Republik Indonesia. https://pddikti.kemdikbud.go.id
Prasetiya, E. D., Priyambadha, B., & Bachtiar, F. A. (2019). Pengembangan Sistem Aplikasi Pencarian Dosen Pembimbing Skripsi dengan Teknologi Web Semantik (Studi Kasus: Fakultas Ilmu Komputer Universitas Brawijaya). Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer E-ISSN, 2548(9), 964X.
Ruata, N., & Wicaksono, H. (2020). Hubungan Intensitas Komunikasi, Motivasi Belajar dan Prestasi Belajar Mahasiswa (Studi Kasus pada Mahasiswa Universitas Musamus). Jurnal Pendidikan Islam Al-Affan, 1(1). http://ejournal.stit-alquraniyah.ac.id/index.php/jpia/
Sari, A. F. (2020). Etika Komunikasi: Menanamkan Pemahaman Etika Komunikasi kepada Mahasiswa. TANJAK: Journal of Education and Teaching, 1(2), 127–135.
Vijaya, J., Singh, A. P., Ekka, M., Navya, P., & Otti, S. A. (2024). Face Recognition System Using Haar Cascade Algorithm. In 2024 International Conference on Advances in Computing Research on Science Engineering and Technology (ACROSET), 5. https://doi.org/10.1109/ACROSET62108.2024.10743750
Zeebaree, I. M., & Kareem, O. S. (2023). Face Mask Detection Using Haar Cascades Classifier To Reduce The Risk Of Coved-19. International Journal of Mathematics, Statistics, and Computer Science, 2, 19–27. https://doi.org/10.59543/ijmscs.v2i.7845
