kelas terhadap jarak intra kelas dari vektor ciri. Semakin besar rasio, vektor ciri yang dihasilkan semakin tidak sensitif terhadap perubahan ekspresi ataupun perubahan cahaya, sehingga dapat
menghasilkan klasifikasi yang lebih baik. Selain dapat menghasilkan tingkat klasifikasi yang lebih baik, algoritma fisherface ini juga performa dan waktu pemrosesan yang lebih cepat.
Dengan kelebihannya, tentunya algoritma fisherface ini cocok untuk diimplementasikan pada sistem pengenalan wajah yang berbasis pada smartphone android. Pemaparan diatas saya
berharap dengan menggunakan teknologi yang aman biometric khususnya deteksi wajah dan didukung kebebasan open source dari android maka saya berharap aplikasi absensi wajah dapat
mengganti sistem yang sudah ada untuk meningkatkan keamanan seperti yang telah saya paparkan diatas
Berdasarkan masalah tersebut diatas, penulis merancang sebuah perangkat lunak absensi berbasis mobile android yang terintegrasi dengan mencocokkan wajah seseorang verifikasi
untuk fitur keamanan dari aplikasi berbasis android tersebut. Aplikasi absensi mobile berbasis android dengan verifikasi wajah menggunakan algoritma fisherface diharapkan meningkatkan
keamanan dan memudahkan kita untuk melakukan absensi.
1.2 Rumusan Masalah
Berdasarkan latar belakang diatas maka dirumuskan permasalahan sebagai berikut : 1.
Bagaimana rancangan sebuah perangkat aplikasi absensi berbasis android dengan verifikasi wajah?
2. Bagaimana unjuk kerja sistem perangkat aplikasi absensi berbasis android dengan
verifikasi wajah?
1.3 Tujuan Penelitian
Tujuan dari penelitian ini adalah : 1.
Untuk mengetahui rancangan sebuah perangkat aplikasi absensi berbasis android dengan verifikasi wajah.
2. Untuk mengetahui unjuk kerja sistem perangkat aplikasi absensi berbasis android
dengan verifikasi wajah?
1.4 Manfaat Penelitian
Hasil penelitian diharapkan mampu memberikan sumbangan dan dukungan terhadap perkembangan dunia smartphone dan aplikasi keamanan mobile, mencoba mengaplikasikan mata
kuliah citra digital yang didapat khususnya biometrika kususnya lagi verifikasi wajah dalam aplikasi mobile sehingga menambah keamanan dan privasi masyarakat dalam menggunakan
aplikasi mobile yang mementingkan tingkat keamanan untuk menjaga privasi mereka dan
memudahkan melakukan absensi dengan bantuan smartphone masing masing
1.5 Ruang Lingkup Penelitian
Kompleknya permasalahan yang terkait topik yang penulis angkat, maka penulis berusaha membatasi permasalahan sebagai berikut :
1. Perangkat aplikasi berbasis android dengan verifikasi wajah hanya untuk perangkat
mobile yang berbasis android saja 2.
Perangkat aplikasi berbasis android dengan verifikasi wajah hanya dapat memverifikasi wajah saja dan hanya yang tersimpan di database
3. Perangkat aplikasi berbasis android dengan verifikasi berasal dari sumber literature
buku, jurnal dan sumber internet lainnya
1.6 Keaslian Penelitian
Penelitian tentang perangkat lunak berbasis android dengan verifikasi wajah telah banyak dilakukan. Salah satunya adalah penelitian oleh Donovan Gentles
dalam tesisnya yang berjudul
“ Aplication of Biometrics in Mobile Voting
”. Tahun 2012, dalam penelitian tersebut memfokuskan tentang penggunaan aplikasi biometric untuk mobile voting. Jurnal “Android
Based Mobile Application Development and its Security ”, Tahun 2012 oleh Suhas Holla, dkk,
menuliskan hasil penelitian tentang keunggulan dan keamanan mobile application android based . Dalam penelitian Sin Kwan Kang
tahun 2012 yang berjudul “A Study on the Mobile Communication Network with Smart Phone for Building of Location Based Real Time
Reservation System ” telah secara khusus menggunakan mobile based untuk system reservasi
dengan menggabungkan augmented reality. Dalam penelitian tahun 2012 yang berjudul “Face
Analysis and Recognition in Mobile Device”oleh Mauricio Villegas Santamaria telah secara khusus menggabungkan algoritma eigenfaces, algoritma fisherfaces dan algoritma local features
untuk dapat menangkap wajah dan mengenalinya secara spesifik jenis kelamin dan namanya di perangkat mobile berbasis j2me khusus untuk seri N70. Artikel yang berjudul
”Face Recognition Application on Android” oleh Aditya Pabbaraju dan Srujankumar Puchakayala, menggabungkan
algoritma eigenfaces dan algoritma fisherfaces pada perangkat android mobile. Menghasilkan hasil kecepatan mendeteksi wajah 0,9 detik, preprocecingnya 0,03 detik, projecting dengan eigen
vector space 0,4 detik, detecting the min 0,01 detik variable, similar growth entire process 1,4 detik. Jurnal tahun terbit 2012 atas nama Jianfeng Ren etc yang berjudul
“A Complete and Fully Automated Face Verification S
ystem On Mobile Devices”,pada artikel ini membahas verifikasi wajah di mobile khususnya untuk PDA dengan 02FN database
Berdasarkan penjelasan di atas dapat dilihat bahwa penelitian terhadap perangkat lunak berbasis android telah banyak dilakukan akan tetapi dari penelitian-penelitian tersebut, belum
ada yang secara khusus mengembangkan aplikasi absensi berbasis android dengan algoritma fisherface untuk verifikasi wajah
Gambar 1.2. Diagram Fishbone
1.7 Hipotesis
