PERANCANGAN SISTEM PRESENSI KARYAWAN BERBASIS PENGENALAN CITRA WAJAH DI SOLO TECHNO PARK
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
2011
(2)
commit to user
DAFTAR ISI
HALAMAN JUDUL
LEMBAR PENGESAHAN
LEMBAR VALIDASI
SURAT PERNYATAAN ORISINALITAS KARYA ILMIAH
SURAT PERNYATAAN PUBLIKASI KARYA ILMIAH
KATA PENGANTAR
ABSTRAK
ABSTRACT
DAFTAR ISI
DAFTAR TABEL
DAFTAR GAMBAR
DAFTAR LAMPIRAN
i
ii
iii
iv
v
vi
viii
ix
x
xiii
xiv
xvi
BAB I PENDAHULUAN
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
I-1
I-1
I-2
I-2
I-3
I-3
I-3
I-3
II-1
II-1
II-2
II-3
II-3
II-4
II-5
II-5
II-7
II-7
II-8
(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
II-9
II-10
II-12
II-14
II-14
II-15
II-16
II-16
II-17
II-18
II-20
II-20
II-20
II-21
II-21
II-22
III-1
III-2
III-2
III-2
III-2
III-3
III-3
III-4
III-6
III-6
III-6
III-6
III-7
III-7
III-8
(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
BAB VI KESIMPULAN DAN SARAN
6.1
KESIMPULAN
6.2
SARAN
DAFTAR PUSTAKA
LAMPIRAN
IV-1
IV-1
IV-2
IV-3
IV-3
IV-4
IV-5
IV-6
IV-7
IV-8
IV-14
IV-14
IV-14
IV-15
IV-16
IV-17
IV-17
IV-18
IV-20
IV-22
V-1
V-1
V-3
V-4
VI-1
VI-1
VI-1
(5)
commit to user
DAFTAR TABEL
T abel 2.1 T abel 2.2 T abel 2.3 T abel 2.4 T abel 4.1 T abel 4.2 T abel 4.3 T abel 4.4 T abel 4.5 T abel 4.6 TabelKeterangan 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
Hasil Pengujian Untuk Tabel ms_person Mode Pengujian Identifikasi Wajah I-11 I-11 I-12 I-13 V-3 V-3 V-6 V-13 V-19 V-19
(6)
V-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
Ga mbar 2.3 Ga mbar 2.4 Ga mbar 2.5 Ga mbar 2.6 Ga mbar 2.7 Ga mbar 3.1 Ga mbar 4.1 Ga mbar 4.2 Ga mbar 4.3 Ga mbar 4.4 Ga mbar 4.5 Ga mbarHubungan 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
I-9 I-10 I-13 I-14 II-1 V-4 V-5 V-7 V-9 V-10 V-10 V-10
(8)
commit to user
4.6 Ga mbar 4.7 Ga mbar 4.8 Ga mbar 4.9 Ga mbar 4.10 Ga mbar 4.11 Ga mbar 4.12 Ga mbar 4.13 Ga mbar 4.14 Ga mbar 4.15 Ga mbar 4.16 Ga mbar 4.17 GaUntuk Data Tidak Valid
V-10 V-10 V-11 V-11 V-14 V-15 V-15 V-16 V-16 V-17 V-18
(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 PENDAHULUAN1.1. 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
untuk presensi di pabrik-pabrik dimana keadaan tangan pekerja sering kotor.
(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
Bab ini berisi tahapan yang dilalui dalam penyelesaian masalah secara umum yang berupa gambaran terstruktur dalam bentuk flowchart sesuai dengan permasalahan yang ada mulai dari studi pendahuluan, analisa,
(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
Bab ini menguraikan target pencapaian dari tujuan penelitian dan kesimpulan yang diperoleh dari pembahasan masalah. Bab ini juga menguraikan saran dan masukan bagi kelanjutan penelitian.
(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 penyimpan. Proses digitasi gambar dapat dilakukan dengan scanner,
(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 berjalan lebih baik.
(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 se 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 BL
(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 urs
(30)
commit to user
D an or
pin dah P enuru nan / L G eser kan an G eser layar otom atis G eser kiri L A ntar mu ka 8 bit L ayar hidup A ntar mu ka 4 bit L ayar mati 2 gari s K ursor hidup 1 gari s K ursor mati 5 x 10 titik
(31)
commit to user
Kursor 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 1 uF RXD VCC C6 1 uF C7 1 uF U4 MAX232/SO 13 8 11 10 1 3 4 5 2 6 12 9 14 7 R1IN R2IN T1IN T2IN C+ C1-C2+ C2-V+ V-R1OUT R2OUT T1OUT T2OUT P1 CONNECTOR DB9 5 9 4 8 3 7 2 6 1 C4 1uF TXD
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 membuat keputusan untuk memecahkan masalah.
(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 dan peluang-peluang pasar, sehingga teknologi informasi perlu digunakan
(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
training image, dimana setiap image adalah W x H pixel. M adalah ukuran flatvector yang harus dibuat.
(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,
barcode, pengenalan wajah dan menggunakan iris mata sebagai identitas dalam melakukan input data presensi.
(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 salah satu bidang penelitian yang penting. Penelitian tersebut telah banyak
(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 tentang orang tersebut.
(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
Rumusan masalah yang terjadi pada sistem presensi yang ada sekarang adalah sistem belum mampu melakukan penghitungan gaji karyawan secara otomatis sehingga perlu dirancang sistem presensi dengan menggunakan identifikasi citra wajah untuk mendukung penghitungan jam kerja dan upah karyawan di Solo Techno Park. Pada
(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
Data diperoleh dengan wawancara terhadap instansi yang menggunakan sistem presensi otomatis untuk mendapatkan gambaran mengenai dokumen presensi yang dihasilkan serta rekap gaji karyawan di instansi terkait.
(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 :
1. Data nama karyawan 2. Data alamat karyawan 3. Data jabatan karyawan 4. Data nomor kepegawaian 5. Data gaji karyawan
(48)
commit to user
Sedangkan output pada sistem ini adalah informasi tentang kehadiran karyawan melalui pengenalan wajah beserta rekap perhitungan gajinya berupa laporan yang dapat dicetak (print out).
3. Kebutuhan perangkat keras dan lunak
Tahapan selanjutnya adalah membuat kriteria alat bantu untuk pengaturan pendeteksian citra wajah yang akan dibuat. Dan untuk merealisasikan dibuat alat pengaturan pendeteksian dan program yang diperlukan untuk menentukan seberapa cocok citra wajah dapat dikenali oleh sistem, kriteria yang harus ada pada alat ini adalah dapat memberikan informasi bahwa pengenalan citra wajah cocok atau tidak ditampilkan ke LCD atau ada bunyi peringatan melalui buzzer. Berdasarkan kriteria dari kebutuhan alat tersebut yang telah disebutkan di atas, ditentukanlah hal-hal yang harus dibutuhkan untuk merealisasikan pembuatan alat, dimana hal-hal yang dibutuhkan adalah:
1. buzzer
2. PC digunakan untuk membuat program. 3. multitester
4. Mikrokontroler ATMEGA 8535
Mikrokontroler menggunakan AT MEGA 8535 karena telah memiliki internal memori, ADC, timer yang dibutuhkan dalam perancangan.
5. LCD
Untuk kebutuhan perangkat lunak, digunakan software
pemrograman visual basic 6.0 dan MySQL sebagai data basenya. Software
tersebut untuk pembuatan program aplikasi dari sistem informasi yang dirancang.
4. Struktur Biaya
Dalam merancang sistem presensi karyawan berbasis pengenalan wajah dibutuhkan biaya untuk pembuatan alat yang meliputi biaya komponen-komponen seperti kamera, Mikrokontroler ATMEGA 8535, LCD, kabel data dan komponen pendukung lain. Selain biaya komponen, dapat ditambahkan biaya training bagi staf administrasi yang diterapkan di lapangan.
(49)
commit to user
3.2.3. Perancangan AlatSistem ini dirancang dengan menggunakan komponen-komponen yang beberapa jenisnya telah disebutkan sebelumnya, komponen-komponen tersebut kemudian disusun sesuai dengan fungsinya masing-masing. Secara global, sistem pengenalan wajah manusia dimulai dari citra wajah diambil melalui sebuah kamera dengan posisi wajah frontal menghadap kamera. Untuk mendeteksi wajah, mikrokontroler akan mengirim data yang diambil melalui kamera (input) ke komputer untuk proses identifikasi oleh program
visual basic. Hasil proses identifikasi akan dikirim balik oleh komputer ke mikrokontroler, guna menampilkan data lewat LCD (output). Komunikasi yang digunakan antara mikrokontroler dengan Visual Basic memakai komunikasi serial (RS 232). Buzzer digunakan sebagai indikator bunyi dalam proses pengambilan gambar dan identifikasi data.
3.2.4. Perancangan Basis Data
Pada tahap ini akan dirancang database yang nantinya digunakan untuk menampung data wajah karyawan yang diinput ke program. Tahap-tahap dalam perancangan database yang dipakai dalam penelitian ini yaitu : analisis kebutuhan database, tahap perancangan model konseptual
database, tahap perancangan model logis database dan tahap perancangan fisik database. Sedangkan untuk database yang digunakan adalah MySQL.
3.2.5. Perancangan Interface Aplikasi
Yang dimaksud dengan perancangan interface adalah aplikasi yang dipakai untuk menampilkan dan penulisan kode program berdasarkan pada
database yang telah di buat. Untuk pembuatan program aplikasi sistem informasi ini, digunakan software pemrograman visual basic dan MySQL sebagai data basenya.
3.2.6. Pengujian
Metode pengujian dipilih berdasarkan fungsi operasional dan beberapa parameter yang ingin diketahui dari sistem tersebut. Data yang diperoleh dari metode pengujian yang dipilih tersebut dapat memberikan kegunaan yang optimal untuk keperluan penyempurnaan sistem. Dalam
(50)
commit to user
penelitian ini dipilih dua macam metode pengujian, yaitu pengujian fungsional dan pengujian akurasi pengenalan wajah.
1. Pengujian Fungsional
Pengujian fungsional digunakan untuk membuktikan apakah sistem yang diimplementasikan dapat memenuhi persyaratan fungsi operasional seperti yang direncanakan sebelumnya. Ada dua macam metode pengujian fungsional yang dilakukan. Metode pertama adalah pengujian fungsional bagian demi bagian dari program yang dibangun sedangkan yang kedua adalah pengujian sistem secara keseluruhan.
Pengujian dilakukan dengan menjalankan program aplikasi yang telah dibuat dengan melakukan input data contoh kemudian memeriksa apakah output yang dihasilkan sesuai dengan yang diharapkan. Pengujian dilakukan pada proses presensi dan proses identifikasi wajah. Pada proses pengelolaan data, validasi dilakukan pada fungsi penambahan, pengurangan dan pengubahan data untuk proses pengarsipan data karyawan, rekap kehadiran karyawan, dan data master gaji karyawan.
2. Pengujian Akurasi pengenalan wajah
Pengujian akurasi pengenalan wajah bertujuan untuk menganalisa tingkat akurasi pengenalan yang dilakukan oleh sistem berdasarkan algoritma Eigenface dan mencari faktor-faktor yang mempengaruhi akurasi pengenalan tersebut. Dengan penggunaan dua metode pengujian di atas, diharapkan pada sistem dapat ditemukan kelebihan dan kekurangannya, sehingga memudahkan jika dilakukan pengembangan nantinya.
3.3. Tahap Analisis dan Kesimpulan/Saran 3.3.1. Analisis Hasil Rancangan
Pada tahap ini dilakukan perbandingan pola citra wajah yang telah dijadikan sampel untuk mengukur tingkat akurasi antara citra dengan wajah asli. Spesifikasi sistem presensi hasil rancangan dari penelitian ini adalah sebagai berikut:
1. Ketepatan pengenalan citra wajah karena sistem dirancang sesuai dengan ketentuan yang ada pada setiap jenis pola citra wajah.
(51)
commit to user
2. Hasil sistem presensi berbasis pengenalan citra wajah ditampilkan dalam bentuk yang lebih mudah dalam pengoperasian program.
3. Program dapat disetting sesuai dengan yang diinginkan. 4. Sederhana dan praktis
3.3.2. Kesimpulan dan Saran
Tahap terakhir penelitian yaitu membuat kesimpulan yang menjawab tujuan akhir dari penelitian berdasarkan hasil pengolahan dan analisis data yang telah dilakukan serta saran yang disampaikan untuk dapat memberikan informasi sistem presensi yang efektif dan efisien.
(1)
commit to user
BAB V
VALIDASI DAN ANALISIS HASIL PERANCANGAN
Sistem informasi presensi karyawan yang telah dibuat perlu diuji untuk mengetahui apakah bisa berjalan dengan baik. Pengujian dilakukan pada basis data dan juga form aplikasi. Dengan menggunakan form yang berasal dari perangkat lunak maka basis data dapat ditambah, dihapus dan diedit. Adapun hal utama yang divalidasi yaitu fungsi identifikasi wajah yang merupakan inti dari program aplikasi yang dibuat. Pada bab ini juga membahas tentang analisis hasil perancangan dalam penelitian yang telah dilakukan pada bab sebelumnya. Analisis yang dibahas dalam penelitian ini terdiri dari 2 sub bab, yaitu analisis aplikasi dan analisis evaluasi aplikasi.4.5.
Pengujian Fungsi Identifikasi Wajah Pada Menu Form
Presensi
Pengujian fungsi identifikasi wajah dilakukan pada tabel ms_person dan form presensi. Pengujian tersebut mengikuti alur logika sebagai berikut:
(2)
commit to user
Gambar 5.1 (a) Alur Logika Untuk Data Valid (b) Alur Logika Untuk Data Tidak Valid
Sebelum diambil sampel data, terlebih dahulu tentukan syarat valid dan tidak valid dari tabel ms_person :
Tabel 5.1 Syarat Valid Dan Tidak Valid Untuk Tabel ms_person Mode Pengujian Identifikasi Wajah
Atrib
ut Data Valid
Data Tidak Valid
rowi d
<> capture
image wajah
karyawan sesuai/cocok
= capture
image wajah
karyawan tidak sesuai
kdpe
rson = varchar kosong
nmp
erson = varchar = integer
kdba gian
= small
integer = integer
kdjab atan
= small
integer = integer
alam
at = varchar = integer
Setelah diketahui syarat valid dan tidak valid dari menu form presensi, ambil data untuk diuji pada aplikasi. Data dan hasil dari pengujian dapat dilihat pada tabel berikut:
Tabel 5.2 Hasil Pengujian Untuk Tabel ms_person Mode Pengujian Identifikasi Wajah
(3)
commit to user
Atribut Contoh Data Valid Contoh Data Tidak
Valid
Hasil Data Valid
Hasil Data Tidak Valid Sta
rowid wajah karyawan teridentifikasi wajah karyawan tidak teridentifikasi TRUE FALSE O
kdperson 001 kosong TRUE FALSE O
nmperson Henry 1234 TRUE FALSE O
kdbagian 2 1234 TRUE FALSE O
kdjabatan 1 1234 TRUE FALSE O
alamat Jl.Ki Hajar Dewantara 13
Surakarta 1234 TRUE FALSE O
Hasil dari pengujian pada form presensi aplikasi sistem presensi karyawan berbasis pengenalan wajah dapat dilihat pada gambar berikut:
Gambar 5.2 (a) Hasil Pengujian Pada Aplikasi Untuk Data Valid (b) Hasil Pengujian Pada Aplikasi Untuk Data Tidak Valid
Gambar 5.2(a) menunjukan hasil pengujian pada form presensi dengan data valid, data tersebut berhasil dimasukan ke dalam tabel ms_person dan dimunculkan kembali pada aplikasi. Sedangkan gambar 5.2(b) menunjukan pengujian pada form presensi dengan data tidak valid, sistem akan memberikan peringatan kesalahan dan data tersebut tidak berhasil dimasukan ke dalam database.
(4)
commit to user
4.6.
Analisis Aplikasi
Pada bab sebelumnya telah dilakukan analisis dan perancangan sistem, mulai dari penggambaran alur aktivitas sistem sampai perancangan sistem. Dari analisis dan perancangan tersebut bisa diketahui kebutuhan-kebutuhan yang dijadikan acuan dalam pengembangan sistem aplikasi yang akan dibuat. Dengan demikian, sistem yang dirancang dapat memenuhi kebutuhan dari sistem informasi presensi karyawan di Solo Techno Park.
Hasil analisis sistem sekarang menunjukkan bahwa belum ada suatu sistem untuk mencatat aktivitas kehadiran karyawan dan menyimpan data-data karyawan untuk proses penyusunan laporan kerja karyawan dan terutama penghitungan gaji karyawan dalam periode tertentu. Kebutuhan sistem informasi presensi karyawan yang berhasil diidentifikasi dari analisis yang telah dilakukan, sebagai berikut:
A. Program mampu mempermudah proses pengenalan pola citra wajah pada sistem presensi karyawan secara otomatis.
B. Program dapat membedakan jenis pola citra wajah yang berbeda-beda pada masing-masing karyawan secara otomatis.
C. Aplikasi ini juga mempunyai menu administrator yaitu berupa aplikasi yang dipergunakan untuk melaksanakan pengaturan terhadap seluruh sistem seperti menambahkan data karyawan dan menu tambahan lainnya.
D. Mendukung proses penghitungan gaji karyawan secara otomatis.
Dari kebutuhan sistem tersebut, kemudian dilakukan perancangan sistem informasi presensi karyawan usulan untuk memenuhi semua kebutuhan yang telah disebutkan di atas. Setelah sistem informasi selesai dibuat, aplikasi tersebut dianalisis lagi. Dari sini bisa diambil beberapa hasil analisa, keberhasilan pengenalan dipengaruhi beberapa hal diantaranya: 1. Jarak antara subjek dan kamera.
Untuk pengenalan yang baik, jarak antara subjek dan kamera saat pengisian data dan proses presensi sebaiknya dibuat konstan.
2. Pencahayaan.
Pencahayaan yang terlalu tinggi akan membuat detail dari gambar lebih rumit, akibatnya matriks dari gambar juga lebih kompleks, akibatnya pengenalan
(5)
commit to user
3. Pose wajah.Untuk perubahan pose dari diam ke ekspresif tidak terlalu mempengaruhi hasil pengenalan. Distorsi pose (miring ke kiri atau ke kanan) jika sudut kemiringan cukup banyak akan menurunkan kualitas pengenalan.
4.7.
Analisis Evaluasi Aplikasi
Penelitian dan perancangan yang dilakukan ini menghasilkan suatu sistem aplikasi presensi karyawan. Program tersebut diberi judul ‘Sistem Presensi Karyawan Berbasis Pengenalan Citra Wajah’. Yang mana program aplikasi ini telah terintegrasi dengan basis data sistem aplikasi ini sendiri. Selain itu, sistem aplikasi ini juga memberikan kemudahan administrasi dalam menyusun data perhitungan gaji karyawan dan mencetak laporannya. Selain itu, data pencatatan presensi karyawan tersebut dapat dikelola lagi oleh administrasi untuk proses penyusunan laporan dan pengamatan riwayat kerja karyawan.
Untuk proporsi nilai, variabel dan konstanta pada sistem aplikasi ini sudah tetap dan tidak dapat dilakukan perubahan. Apabila ingin mengubahnya maka perlu melakukan perubahan pada program sistem aplikasi tersebut pada source code dan basis datanya.
Supaya diperoleh program aplikasi atau perangkat lunak yang baik dan dapat digunakan sesuai tujuannya, dilakukanlah evaluasi. Evaluasi dilakukan dengan menguji coba tiap komponen yang menyusun program, baik komponen yang terlihat dari luar maupun komponen kode untuk menjalankan program. Hasil evaluasi menyatakan bahwa program sudah bisa dijalankan dengan baik dan sesuai tujuan yang diharapkan. Hal tersebut ditunjukkan dengan keberhasilan program saat meng-input, menyimpan, mengedit, menampilkan output dan menghasilkan output sesuai perintah program.
(6)
commit to user
BAB VI
KESIMPULAN DAN SARAN
6.1. Kesimpulan
Berdasarkan analisis yang telah dilakukan pada bab sebelumnya maka dapat ditarik beberapa kesimpulan, yaitu:
1. Sistem presensi karyawan menggunakan pengenalan wajah yang telah dirancang dapat menghasilkan laporan kehadiran dan rekap gaji karyawan.
2. Alat yang dibuat telah dapat menunjukkan sistem presensi karyawan dengan menggunakan pengenalan wajah dapat dilakukan secara otomatis.
3. Sistem yang dibangun telah dapat mengidentifikasi citra wajah dari beberapa subjek.
6.2. Saran
Untuk pengembangan sistem maka peneliti dapat memberikan beberapa saran sebagai berikut:
1. Untuk meningkatkan akurasi pengenalan wajah pada pengembangan sistem berikutnya, maka diharapkan adanya penambahan fitur-fitur lain seperti fitur morphologi wajah sehingga akurasi pengenalan wajah bisa ditingkatkan.
2. Komunikasi data yang dihasilkan pada port serial masih berkecepatan sangat rendah sehingga perlu dipergunakan sistem lain yang berkecepatan lebih tinggi. 3. Dalam pemilihan kamera sebaiknya kita mengunakan kamera yang tidak berubah-ubah hasilnya saat kondisi yang berbeda (intensitas cahaya kurang atau lebih).