PERANCANGAN SISTEM PRESENSI KARYAWAN BERBASIS … · perpustakaan.uns.ac.id digilib.uns.ac.id...

perpustakaan.uns.ac.id digilib.uns.ac.id

commit to user

IV - 1

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


commit to user

IV - 2

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


commit to user

IV - 3

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


commit to user

IV - 4

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


commit to user

IV - 5

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

Tabel

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

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

V-


commit to user

IV - 6

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

I-9


commit to user

IV - 7

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

mbar

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

I-9

I-

10

I-

13

I-

14

II-

1

V-

4

V-

5

V-

7

V-

9

V-

10

V-

10

V-

10


commit to user

IV - 8

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

Ga

Untuk 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

V-


commit to user

IV - 9

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

-3


commit to user

IV - 10

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

-2


commit to user

IV - 11

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

untuk presensi di pabrik-pabrik dimana keadaan tangan pekerja sering kotor.


commit to user

IV - 12

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.

1.4. Manfaat Penelitian


commit to user

IV - 13

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,


commit to user

IV - 14

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.


commit to user

IV - 15

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

1. Memperoleh atau mengakuisisi citra digital


commit to user

IV - 16

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,


commit to user

IV - 17

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.


commit to user

IV - 18

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.

2.5. YcrCb Color Space


commit to user

IV - 19

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.

2.6.1. Arsitektur Mikrokontroler AVR ATMega8535


commit to user

IV - 20

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.

6. SRAM sebesar 512 byte.


commit to user

IV - 21

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.

Gambar 2.2. Pin ATMega8535 dengan 40 kaki


commit to user

IV - 22

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

Counter (PC) sehingga mampu mengalamati isi Flash.


commit to user

IV - 23

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.

Tidak adanya kristal cair antara filter pengkutuban, cahaya akan melewati


commit to user

IV - 24

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.

Gambar 2.5. LCD Dot Matrix 16 x 2 karakter


commit to user

IV - 25

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

(-2) 0 - 5 V


commit to user

IV - 26

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)

/Data LSB


commit to user

IV - 27

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


commit to user

IV - 28

Tabel 2.2. Daftar instruksi kontroler modul LCD

W 7 6 5 4 3 2 1

/D

/C /L


commit to user

IV - 29

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


commit to user

IV - 30

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


commit to user

IV - 31

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

Operasi


commit to user

IV - 32

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.

2.8. Komunikasi RS232


commit to user

IV - 33

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

138

1110

134526

129147

R1INR2INT1INT2IN

C+C1-C2+C2-V+V-

R1OUTR2OUTT1OUTT2OUT

P1

CONNECTOR DB9

594837261

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

3. Kurang personil yang handal


commit to user

IV - 34

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.


commit to user

IV - 35

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

:


commit to user

IV - 36

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.

5. Laporan perkecualian


commit to user

IV - 37

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


commit to user

IV - 38

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

2. Kelalaian menetapkan kebutuhan pemakai dan melibatkan pemakai


commit to user

IV - 39

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

basis data tertentu tetapi cukup melihat bobot dari setiap pola image yang


commit to user

IV - 40

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.


commit to user

IV - 41

2. Gabungkan setiap image dalam WH elemen vektor dengan menggabungkan

semua baris. Buat ImageMatrix sebagai 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.


commit to user

IV - 42

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


commit to user

IV - 43

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.


commit to user

IV - 44

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.

Gambar 3.1. Metodologi

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

dan Saran

Pengu

jian

Peranc

angan

Studi

Lapangan

a


commit to user

IV - 45

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


commit to user

IV - 46

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.


commit to user

IV - 47

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


commit to user

IV - 48

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.


commit to user

IV - 49

3.2.3. Perancangan Alat

Sistem 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


commit to user

IV - 50

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.


commit to user

IV - 51

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.


commit to user

IV - 52

BAB IV

ANALISIS DAN PERANCANGAN SISTEM

Pada bab ini akan dibahas mulai dari identifikasi sistem sekarang

sampai perancangan sistem (software dan hardware). Pengumpulan data

dilakukan melalui pengamatan langsung dan wawancara. Dari data yang ada

kemudian dilakukan analisis terhadap sistem sekarang untuk

mengidentifikasi kebutuhan sistem yang nantinya akan digunakan sebagai

pedoman dalam pengembangan sistem yang baru.

4.1. Analisa Sistem Awal


commit to user

IV - 53

Sistem sekarang yang digunakan pada pencatatan

kehadiran karyawan di Solo Techno Park menggunakan

finger print yang berarti sistem pencatatan hanya

memberikan informasi kehadiran dari karyawan. Sebagai

contoh finger print, dengan meletakkan jari kita ke alat

maka identitas kita akan mencatat jam kehadiran dan

kepergian, yang kemudian akan memberikan laporan

setiap bulannya dan hasil laporan hanya berupa data jam

kehadiran dan kepergian serta jumlah total jam kerja.

Tetapi alat tersebut beresiko terhadap kebersihan jari

pada setiap karyawan, apabila kotor maka alat sulit

mendeteksi sehingga sering terjadi kesalahan pencatatan.

Untuk proses perhitungan gaji karyawan masih dilakukan

secara manual dengan mencatat jumlah jam kerja reguler

dan jam kerja lembur beserta potongan telat maupun

absen yang sudah ditetapkan.

Aplikasi presensi pengenalan wajah dibentuk oleh data-data yang

diperoleh dari data pendukung lain (data penelitian). Data ini kemudian

diolah menjadi basis data yang kemudian ditampilkan sebagai sistem

informasi manajemen. Adapun beberapa hal yang harus diperhatikan dalam

perancangan sistem presensi karyawan sesuai hasil identifikasi kebutuhan

sistem, seperti berikut:

1. Aturan Jam Kerja Reguler

Untuk aturan jam kerja reguler, jam masuk dan jam keluar kerja

dapat diatur pada program aplikasi sesuai kebutuhan. Tetapi normalnya

delapan jam kerja untuk bisa dihitung sebagai satu hari. Sebagai contoh, jam

kerja reguler dimulai pukul 08.00 s/d 16.00. Dalam sistem ini tidak ada

pembagian shift dalam kerja.

2. Aturan Jam Kerja Lembur


commit to user

IV - 54

Untuk aturan jam kerja lembur, jam mulai dan jam selesai lembur

juga dapat diatur sesuai kebutuhan lewat program aplikasi. Perhitungan jam

kerja lembur biasanya dimulai satu jam setelah jam kerja reguler berakhir.

Sebagai contoh, jam kerja lembur dimulai pukul 17.00 s/d 23.00. Dalam

sistem ini tidak ada pembatasan jam maksimal untuk lembur dan

perhitungan upah lembur dihitung per jam dimana seorang karyawan harus

memiliki durasi lembur minimal satu jam untuk mendapatkan upah lembur.

Besarnya upah lembur didasarkan jabatan tiap karyawan dan dapat diatur

pada program aplikasi sesuai kebutuhan.

3. Aturan Cuti/Izin

Jenis cuti/izin yang ada dalam sistem yaitu Alpa, Izin, dan Sakit.

Ketidakhadiran karyawan akan tercatat dalam aplikasi sistem presensi sesuai

jenis absen dan keterangan tidak hadir karyawan yang bersangkutan. Jenis

ketidakhadiran dengan Izin tidak terkena potongan absen, sedangkan Alpa

dan Sakit tetap dikenai potongan absen dalam perhitungan gaji.

4. Potongan

Jenis potongan yang ada dalam sistem yaitu potongan telat dan

potongan absen. Potongan telat dihitung per setengah jam dimana seorang

karyawan dikatakan terlambat jika melakukan presensi setelah satu menit

dari jam masuk kerja reguler. Potongan absen dihitung per hari dan

dikenakan jika seorang karyawan tidak hadir tanpa adanya izin. Besarnya

potongan telat dan potongan absen dipengaruhi jabatan dan nilainya dapat

diatur pada program aplikasi sesuai kebutuhan.

5. Perhitungan Total Gaji

Untuk perhitungan total gaji tiap karyawan

meliputi gaji pokok ditambah tunjangan (upah lembur)

dan dikurangi potongan yang ada.

4.1.2 Kelemahan dan Kelebihan Sistem Sekarang Dari analisa sistem yang telah dilakukan maka didapat kelemahan-kelemahan sistem lama dalam

hal ini adalah absensi sidik jari sesuai dengan penelitian yang dilakukan di Solo Techno Park yang di

tunjukan pada tabel 4.1 di bawah ini:

Tabel 4.1. Kelemahan dan Kelebihan Sistem Lama


commit to user

IV - 55

No Kelemahan Kelebihan

1 Hardware sukar dibersihkan jika kotorTidak ada lagi karyawan yang titip absen

2Susah terdeteksi jika jari basah (dikarenakan sensor akan lembab)

Tidak ada lagi manipulasi jam lembur

3Sistem informasi presensi belum mampu menghitung gaji karyawan secara otomatis

Akurat dan mudah dalam pengoperasian

Adapun hasil analisa sistem terkait permasalahan yang terjadi dan

kelemahan dari sistem lama yang di tunjukan pada tabel 4.2 di bawah ini:

Tabel 4.2 Kelemahan Sistem Sekarang

No Permasalahan No Kelemahan Penyebab/Kelemahan Sistem

1Masih sulit untuk menentukan kebutuhan proses perhitungan gaji karyawan.

1Sistem informasi presensi yang telah ada belum mampu menghitung gaji karyawan secara otomatis.

2Terjadi kesalahan dan inkonsistensi data karena kemungkinan terjadi kesalahan input dalam proses presensi.

2Sensor pada hardware susah mendeteksi jika jari basah atau dalam keadaan kotor. Apabila tergores akan mudah rusak.

3

Untuk mencari informasi – informasi yang dibutuhkan dalam rangka pengelolaan suatu kegiatan presensi karyawan maupun perhitungan gaji sulit dan membutuhkan waktu lama.

3Data presensi karyawan masih disimpan dalam dokumen, sehingga sorting dan searching data dilakukan secara manual sangat menyusahkan karena sangat banyak.

4 Sistem kurang informatif 4

Sistem sekarang belum dapat menampilkan data karyawan dan laporan data gaji tiap karyawan dalam sebuah sistem presensi karyawan. Sehingga sulit untuk menentukan efektivitas dari sistem presensi tersebut.

4.2. Identifikasi Kebutuhan Sistem

Untuk menyelesaikan permasalahan yang ada maka perlu dibuat

suatu sistem informasi yang dapat memberikan informasi tentang

pencatatan kehadiran yang lebih efektif dan efisien dibanding dengan sistem

yang lama, dalam membangun sistem informasi tersebut, maka perlu

dilakukan perancangan sistem.

4.2.1 Kerangka Kerja

Kerangka kerja sistem ini dimulai dari user yang diambil gambar

wajahnya melalui kamera, kemudian data wajah tersebut diolah program

dalam komputer untuk proses identifikasi. Hasil proses identifikasi akan

tampil pada LCD berupa identitas dari user jika wajah dikenali. Sebaliknya jika

wajah tidak dikenali, maka akan muncul pesan tidak dikenali di LCD. 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


commit to user

IV - 56

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.

Rancangan desain sistem ini dapat dilihat pada gambar berikut:

4.2.2. Input dan Output Sistem

Penelitian yang dilakukan pada perusahaan Solo Techno Park dimana

sistem presensi yang digunakan adalah finger print (sidik jari). 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

Sedangkan output pada sistem ini adalah informasi tentang

kehadiran karyawan melalui pengenalan wajah beserta rekap perhitungan

gajinya berupa laporan yang dapat dicetak (print out).

4.2.3 Kebutuhan Perangkat Keras dan Lunak

k

Gambar 4.1 Kerangka


commit to user

IV - 57

Pembuatan perangkat keras pada alat tambahan yang berfungsi sebagai

input data dan pendeteksian apakah data yang diinput sesuai dengan data yang ada

pada komputer maka tahapan pembuatannya yaitu merangkai rangkaian

elektronik.

Pada pembuatan rangkaian elektronik ini berfungsi sebagai unit

pengontrol dan pengolah data seluruh rangkaian alat. Rangkaian dari piranti keras

yang dipergunakan untuk membuat alat penginput data dan mendeteksi

perbandingan pada data yang sudah ada pada komputer ditunjukkan pada skema

elektronik berikut ini :

Gambar 4.2 Rangkaian elektronik piranti keras (hardware)

1. Power Supply dibangun dari batere dengan bantuan kapasitor 1000uF, 100uF , IC

7805, keluaran dari bagian ini adalah tegangan sebesar 5V yang dipergunakan

untuk memberikan tenaga kepada seluruh rangkaian elekronika yang

dipergunakan.

J4

OK

12

C310uF

OK

DB5

DB6

R6

470

U1

ATmega8535

9

12

13

11

32

30

31

10

12345678

2223242526272829

1415161718192021

4039383736353433

RST

XTAL2

XTAL1

GN

D

AREF

AVCC

GND

VC

C

PB0 (XCK/T0)PB1 (T1)PB2 (INT2/AIN0)PB3 (OC0/AIN1)PB4 (SS)PB5 (MOSI)PB6 (MISO)PB7 (SCK)

PC0 (SCL)PC1 (SDA)

PC2PC3PC4PC5

PC6 (TOSC1)PC7 (TOSC2)

PD0 (RXD)PD1 (TXD)

PD2 (INT0)PD3 (INT1)

PD4 (OC1B)PD5 (OC1A)PD6 (ICP1)PD7 (OC2)

PA0 (ADC0)PA1 (ADC1)PA2 (ADC2)PA3 (ADC3)PA4 (ADC4)PA5 (ADC5)PA6 (ADC6)PA7 (ADC7)

Q2TIP41

BUZZER

DB8

C4

3300uF/25V

DB7

RX

J3

LCD

12345678910111213141516

R510K

SW1reset

12

RS

R1

10K

R4470

Y1

4MHz

J6

AC

12

DB5

VCC

VCC

U27805

1

2

3VIN

GN

D

VOUT

DB7

J1

BUZZER 5V

12

C5100uF/16V

VCC

CONTRAST

VCC

FOTO

C61000uF/16V

D3

1N4148

DB8

TX

R2

4K7

EN

-+ D1

5A1

2

3

4

Q1NPN BCE

RX

DB6

RS

BUZZER

TX

FOTO

EN

VCC

J2

FOTO

12

RD

OK

D2

LED

J5

UART

1234

C2

22pF

R3

10K

RD

VCC

VCC

C1

22pF

VCC


commit to user

IV - 58

2. Sistem mikrokontroler dibangun oleh sebuah mikrokontroler ATMEGA8535, kristal

4MHz, kapasitor 22pF, kapasitor 10uF dan resistor 10KOhm. Input bagian ini

berasal dari tuas , perubahan posisi tuas akan mengakibatkan tegangan masukan

analog pada mikrokontroler berubah-ubah. Perbedaan tegangan inilah yang

dideteksi sebagai perubahan kekuatan genggaman tangan dalam satuan kilogram.

3. Display atau penampil dibangun dengan mempergunakan sebuah LCD yang terdiri

dari 2 baris dengan masing-masing sejumlah 16 karakter tiap barisnya. Tampilan

pada LCD adalah tingkat keakuratan pengenalan wajah.

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.

4.2.4 Struktur Biaya

Dalam mewujudkan piranti yang dibangun dibutuhkan biaya untuk

melakukan pembuatan alat, berikut ini data biaya alat tiap komponen :

Tabel 4.3. Daftar harga komponen

o

Daftar

Komponen

Ju

mlah

Harga

Mikrokont

roler

1 Rp

52.500,00

Resistor

10Kilo Ohm

1 Rp

30,00

Resistor

470 Ohm

1 Rp.

30,00

Resistor

330 Ohm

1 Rp.

30,00

Transistor

TIP 41

1 Rp.

3.000,00

IC 7805 1 Rp.

3.000,00

Dioda

1N4148

1 Rp.

200,00

Kapasitor 1 Rp.


commit to user

IV - 59

1000uF/16V 1.500,00

Kapasitor

100 uF/16V

1 Rp.

500,00

0

Kapasitor

3300uF/16V

1 Rp.

2.000,00

1

LCD

M1632

1 Rp.

67.000,00

2

Kristal 4

MHz

1 Rp.

5.000,00

3

Kapasitor

22pF @Rp

500,00

2 Rp.

1.000,00

4

PCB Fiber 1 Rp

21.000,00

5

Casing 1 Rp

20.000,00

6

Web

Kamera

1 Rp.

250.000,0

0

7

Kabel

serial RS232

1 Rp.

60.000,00

8

Tenol 1 Rp.

5.000,00

9

Kabel 1 Rp.

10.000,00

JUMLAH

Rp

501.790,0

0

Sedangkan untuk biaya selain komponen adalah biaya training sistem

presensi pengenalan wajah bagi staf administrasi yang diterapkan di

lapangan adalah sebesar Rp. 250.000,00. Biaya ini diperlukan untuk

mengetahui nilai ekonomis dari alat yang dibuat jika dibandingkan dengan


commit to user

IV - 60

melakukan pembelian alat yang sudah jadi. Dari referensi yang ada diperoleh

bahwa harga alat Automatic FacePresence Machine sebesar Rp 8.998.000,-

sedangkan untuk harga mesin absensi sidik jari harga di pasaran sebesar Rp.

950.000,- maka terlihat jelas bahwa alat yang dibuat memiliki nilai ekonomis

yang jauh lebih baik karena berada jauh di bawah harga alat tersebut.

4.3. Perancangan Alat

Pembuatan perangkat keras diperlukan untuk mendukung sistem

presensi karyawan berbasis pengenalan wajah. Alat yang dirancang terdiri

dari kamera, mikrokontroler ATMega8535 dan display LCD. Kamera berfungsi

sebagai pengambil gambar dalam proses input sistem. Mikrokontroler

berfungsi sebagai kontroler antara input dan output dalam sistem.

Sedangkan LCD hanya sebagai penampil untuk menunjukkan proses output

dari sistem presensi. Untuk komunikasi antara perangkat keras dengan

aplikasi sistem di komputer menggunakan kabel serial RS232. Untuk

pemrograman mikrokontroler ATMega8535 menggunakan bahasa C.

Beberapa hal yang harus diperhatikan dalam penerapan aplikasi sistem

presensi ini, seperti berikut:

1. Mekanisme Tempat Pengambilan Citra Wajah

Gambar 4.3 Aplikasi Proses Pengambilan Citra Wajah

Untuk pengambilan citra wajah yang akan distandarisasi, dilakukan

standarisasi kondisi sebagai berikut :

· Pose wajah lurus ke depan, ekspresi standar

· Background adalah tembok dengan warna putih


commit to user

IV - 61

· Pencahayaan untuk pengambilan semua citra karyawan dibuat sama

· Jarak kamera dan wajah yang dicapture dibuat konstan (± 30 cm)

· Sudut α sekitar 20º-30º

· Sudut β sekitar 40º-60º

· Resolusi kamera yang dipilih adalah 320 x 240

2. Mekanisme Penggunaan Face Recognizing

Berdasarkan cara kerja sistem presensi karyawan berbasis

pengenalan wajah, terlebih dahulu dilakukan pengambilan gambar wajah

karyawan melalui kamera untuk melengkapi data identitas karyawan. Data

semua wajah karyawan akan disimpan di path folder Images yang terletak

pada folder program aplikasi hasil install (sebagai contoh: C:\Program

Files\Face Recognition\Images). Data-data wajah karyawan yang disimpan

dalam format Bitmap Image (*.bmp;*.jpg). Untuk proses identifikasi wajah

dilakukan dengan membandingkan foto yang akan diidentifikasi dengan

sampel wajah pembanding dari data wajah yang sudah ada. Kemudian

menghitung total selisih kode warna masing-masing pixel dari kedua image

dan nilai selisih diubah menjadi persen. Lakukan dengan wajah pembanding

berikutnya, hingga semua data wajah yang ada sudah dibandingkan semua.

Wajah yang paling mirip adalah wajah yang prosentase selisih pixel hasil

perbandingannya paling mendekati 100%.

4.4. Perancangan Basis Data

Pada tahap ini akan dirancang database yang nantinya digunakan

untuk menampung data karyawan yang maksimal. Desain database ini

terdiri dari empat tahapan yaitu tahap analisis kebutuhan database, tahap

perancangan model konseptual database, tahap perancangan model logis

database dan tahap perancangan fisik database.

1. Tahap analisis kebutuhan database

Pada tahap analisis kebutuhan database, entitas yang dibutuhkan

oleh Entity Relationship Diagram (ERD) yang akan dirancang sebelumnya

dikumpulkan dan dikelompokkan. Entitas tersebut yang nantinya digunakan


commit to user

IV - 62

untuk menentukan tabel awal sistem presensi pengenalan wajah. Terdapat

tujuh entitas yang terlibat dalam perancangan ERD, antara lain:

1. Karyawan

2. Bagian

3. Jabatan

4. Presensi

5. Gaji

6. Izin

7. Lembur

2. Tahap perancangan model konseptual database

Pada perancangan konseptual diperlukan suatu pendekatan yang

digunakan untuk menggambarkan hubungan antar data. Hubungan tersebut

dapat dinyatakan dalam bentuk model E-R. Model E-R adalah suatu model

yang digunakan untuk menggambarkan data dalam bentuk entitas, atribut,

dan hubungan antar entitas. Model E-R tidak mencerminkan bentuk fisik

yang akan disimpan dalam database, melainkan hanya bersifat konseptual.

Itulah sebabnya model E-R tidak bergantung pada produk DBMS yang

digunakan.

Langkah pertama dalam menggambarkan model E-R adalah

menentukan entitas yang berhubungan dalam sistem. Kemudian dibuat

hubungan (relationship) antara entitas yang menyatakan keterkaitan antara

tipe entitas. Berikut penggambaran relasi yang terjadi:

1. Relasi Karyawan Melakukan Presensi

Gambar 4.4 Relasi Karyawan Melakukan Presensi

2. Relasi Karyawan Memiliki Jabatan

e

e


commit to user

IV - 63

Gambar 4.5 Relasi Karyawan Memiliki Jabatan

3. Relasi Karyawan Punya Bagian

Gambar 4.6 Relasi Karyawan Punya Bagian

4. Relasi Jabatan Menentukan Gaji

Gambar 4.7 Relasi Jabatan Menentukan Gaji

5. Relasi Presensi Menghasilkan Gaji

Gambar 4.8 Relasi Presensi Menghasilkan Gaji

6. Relasi Karyawan Mengambil Izin

Gambar 4.9 Relasi Karyawan Mengambil Izin

7. Relasi Karyawan Melakukan Lembur

Gambar 4.10 Relasi Karyawan Melakukan Lembur

u

a ae

e


commit to user

IV - 64

8. Relasi Seluruh Entitas

Gambar 4.11 Relasi Seluruh Entitas

3. Tahap perancangan model logis database

Dalam merancang model logis database digunakan teknik

normalisasi. Normalisasi merupakan salah satu cara dalam membangun

desain logika database relasional. Tujuan normalisasi adalah untuk

menghasilkan struktur database yang mampu menampung data yang

diperlukan secara lengkap dan meminimalkan terjadinya duplikasi.

4. Tahap perancangan fisik database


commit to user

IV - 65

Setelah dilakukan normalisasi, akan didapatkan menghasilkan tabel-

tabel baru. Tabel-tabel tersebut akan diwujudkan secara fisik yaitu dengan

merancang tabel tersebut di dalam DataBase Management Systems (DBMS).

Tujuan utama dari perancangan fisik adalah untuk mendapatkan efisiensi

dalam pemrosesan data. Rancangan yang dilakukan meliputi nama tabel, tipe

tabel dan ukuran tabel. Untuk database nya di gunakan MySQL, karena

database ini memiliki kapasitas yang cukup besar, mudah dalam konfigurasi,

dapat di fungsikan sebagai database server-client dan bersifat gratis.

Berikut adalah hasil perancangan fisik database pada MySQL :

Tabel 4.4 Tabel Lengkap Rancangan Fisik Database


commit to user

IV - 66

Tabel Field Type Size1 variable varchar 602 profile varchar 303 value text -1 kdbagian small integer 12 nmbagian varchar 301 kdjabatan small integer 12 nmjabatan varchar 303 gaji_pokok integer 14 pot_telat integer 15 pot_absen integer 16 ins_lembur integer 11 rowid integer unsigned 12 tanggal datetime -3 f_tahunan small integer 14 keterangan varchar 801 rowid integer unsigned 12 kdperson varchar 103 nmperson varchar 304 kdbagian small integer 15 kdjabatan small integer 16 alamat varchar 801 rowid integer unsigned 12 tanggal datetime -3 kdperson varchar 104 jam_masuk datetime -5 jam_keluar datetime -6 durasi double -7 telat double -8 telat_ef double -9 status small integer 11 rowid integer unsigned 12 bulan small integer 13 tahun small integer 14 kdperson varchar 105 jml_izin small integer 16 jml_alpa small integer 17 jml_telat double -8 jml_lembur double -9 gaji_pokok double -

10 pot_telat integer 111 pot_absen integer 112 ins_lembur integer 11 rowid integer unsigned 12 tanggal datetime -3 kdperson varchar 104 status small integer 15 keterangan text -1 rowid integer unsigned 12 kdperson varchar 103 mulai datetime -4 selesai datetime -5 durasi double -6 efektif double -

tr_gaji

tr_izin

tr_lembur

global_config

ms_bagian

ms_jabatan

ms_libur

ms_person

tr_absensi


commit to user

IV - 67

4.5. Perancangan Interface Aplikasi

Pada tahap ini dilakukan perancangan bentuk interface program

aplikasi sistem presensi pengenalan wajah yang dibuat, dengan tujuan

supaya pemakai mudah mengerti. Perancangan interface ini adalah desain

menu perangkat lunak. Desain menu perangkat lunak meliputi desain menu–

menu yang akan di tampilkan dalam aplikasi yang dibuat.

Menu sistem informasi presensi pengenalan wajah terdiri dari Daftar

nama, Identifkasi, Face test dan Close

Form masukan pada sistem informasi ini berupa form – form isian

yang akan disimpan dalam database. Form masukan dirancang berdasarkan

kebutuhan database yang dirancang. Berikut ini adalah form– form masukan

yang dirancang.

4.5.1. Menu Utama

Pada menu ini merupakan awal dari dimulainya program dengan

menekan menu maka program bisa dijalankan dengan opsi yang tersedia

yaitu sub menu seperti pada gambar berikut:

Gambar 4.12 Menu utama

4.5.2. Menu Daftar Nama

Menu daftar nama adalah membuat tampilan yang harus diisi data

kode dan nama karyawan dengan pilihan button tambah, ubah, hapus,

refresh dan close. Adapun hasil tampilan tersebut ditunjukkan pada gambar

berikut:


commit to user

IV - 68

Gambar 4.13 Menu daftar nama

Pada menu daftar nama dapat digunakan untuk penambahan daftar

nama jika dikehendaki oleh user dengan cara menekan control N atau

Tambah maka akan muncul implementasi sebagai berikut:

Gambar 4.14 Tampilan tambah nama

4.5.3. Menu identifikasi

Implementasi sub menu identifikasi merupakan tampilan yang

menghasilkan untuk pencocokan pola citra wajah dengan 6 button yaitu

kamera, ambil foto, identifikasi, simpan wajah, ukuran dan close, seperti

pada gambar berikut:


commit to user

IV - 69

Gambar 4.15 Menu identifikasi

4.5.4. Menu face test

Tampilan sub menu face test menampilkan perbandingan antara dua

wajah yang perlu dilakukan untuk membandingkan tingkat keakuratan,

implementasi program adalah sebagai berikut:

Gambar 4.16 Menu face test


commit to user

IV - 70

4.5.5. Close

Untuk mengakhiri aplikasi ini dengan menekan button close dan

display program sistem absensi karyawan akan kembali ke program

windows.

4.6. Pengujian

Pada tahap ini dilakukan proses pengujian terhadap program aplikasi

sistem presensi pengenalan wajah yang telah dibuat. Langkah pertama yang

harus dilakukan adalah memasukan data-data yang dibutuhkan pada form

menu Daftar Bagian dan Daftar Jabatan beserta gaji, potongan, tunjangan

tiap jabatan karyawan. Berikut ini adalah tampilan form-form untuk menu

Daftar Bagian dan Daftar Jabatan:

Gambar 4.17 Menu Daftar Bagian


commit to user

IV - 71

Gambar 4.18 Menu Daftar Jabatan

Langkah berikutnya adalah memasukan data personal tiap karyawan

melalui form menu Data Karyawan beserta gambar citra wajah dari tiap

karyawan. Data-data karyawan yang telah dimasukan akan tercatat seperti


Gambar 4.19 Menu Data Karyawan

4.6.1. Skenario Pengujian

Setelah data-data karyawan terkumpul, selanjutnya tinggal

melakukan proses presensi untuk tiap karyawan menggunakan sistem

presensi pengenalan wajah yang telah dirancang. Disini untuk pengujian,

setting waktu kerja mulai pukul 08.00 s/d 16.00 dan jam kerja lembur mulai

pukul 17.00 s/d 23.00 serta pengujian dilakukan untuk periode 10 hari kerja.

Berikut adalah skenario proses presensi karyawan yang terjadi:


commit to user

IV - 72

Tabel 4.5 Tabel Skenario Presensi Karyawan

Periode 10 hari kerja

Masuk Keluar Masuk Keluar Masuk Keluar Masuk Keluar Masuk Keluar Masuk Keluar Masuk Keluar Masuk Keluar Masuk KeluarHenry 7:51:24 20:05:18 7:54:13 16:03:55 8:02:53 16:15:08 7:55:07 16:05:24 7:52:54 16:04:43 7:54:09 12:05:14 7:45:21 16:03:27 7:50:15 16:03:44 7:48:50 16:05:17Gamma 7:53:18 20:03:45 7:50:35 16:05:12 7:55:08 16:05:17 7:51:21 16:07:16 7:55:23 16:06:11 7:52:22 12:06:37 7:50:23 16:06:12 7:52:23 16:05:34 7:46:24 20:05:30Ridho 7:54:26 16:32:20 7:53:22 16:08:15 7:50:35 21:15:05 7:56:34 16:08:54 7:59:04 16:01:36 7:50:32 12:08:11 7:55:40 16:08:10 7:54:48 22:10:07Tian 7:55:39 16:40:08 7:57:43 16:10:24 7:48:33 16:10:06 7:58:40 21:07:13 8:13:07 16:09:15 7:48:18 12:10:26 7:53:35 16:12:30 7:58:31 16:11:57 7:56:35 16:12:47

6 7 8 9 10

LIBUR SAKIT

Sabtu Minggu Senin Selasa Rabu1 2 3 4 5Pekerja

Senin Selasa Rabu Kamis Jumat

Dari skenario presensi karyawan di atas, dapat diperoleh informasi sebagai berikut:

Tabel 4.6 Tabel Informasi Data Presensi

No Pekerja Total Jam Kerja Reguler Total Jam Lembur Total Telat Total Absen1 Henry 68 jam 3 jam 1 kali -2 Gamma 68 jam 6 jam - -3 Ridho 60 jam 9 jam - 1 hari4 Tian 68 jam 4 jam 1 kali -


commit to user

IV - 73

4.6.2. Hasil Pengujian

Dari informasi data-data terkait presensi yang didapat melalui

skenario presensi karyawan, langkah berikutnya adalah melakukan proses

penghitungan gaji tiap karyawan sebagai hasil dari pengujian. Perhitungan

total gaji karyawan dipengaruhi oleh gaji pokok, potongan telat, potongan

absen dan tunjangan lembur. Sebagai contoh, dilakukan perhitungan secara

manual untuk satu karyawan yaitu Henry. Berdasarkan informasi data

presensi yang dilakukan Henry, dapat diketahui total jam lembur sebanyak 3

jam dan total telat sebanyak 1 kali. Jadi perhitungan total gajinya sebagai

berikut:

Total Gaji = Gaji pokok – ( potongan telat + potongan absen ) + Insentif

lembur

= 5.000.000 – ( 20.000 + 0 ) + 150.000

= 5.000.000 - 20.000 + 150.000

= 5.130.000

Untuk pengujian terhadap sistem presensi yang dirancang, proses

perhitungan gaji akan secara otomatis dilakukan oleh program dan hasil

laporan perhitungan gaji ditampilkan dalam Rekap Gaji Karyawan.

Hasil dari pengujian terhadap sistem yang dilakukan dapat ditunjukkan



commit to user

IV - 74

Tabel 4.7 Tabel Rekap Kehadiran dan Gaji Karyawan

Periode 10 hari kerja

Masuk Keluar Masuk Keluar Masuk Keluar Masuk Keluar Masuk Keluar Masuk Keluar Masuk Keluar Masuk Keluar Masuk KeluarHenry 7:51:24 16:30:23 7:54:13 16:03:55 8:02:53 16:15:08 7:55:07 16:05:24 7:52:54 16:04:43 7:54:09 12:05:14 7:45:21 16:03:27 7:50:15 16:03:44 7:48:50 16:05:17 5,000,000 20,000 150,000 5,130,000(Jam Lembur) 16:38:12 20:05:18Gamma 7:53:18 16:24:47 7:50:35 16:05:12 7:55:08 16:05:17 7:51:21 16:07:16 7:55:23 16:06:11 7:52:22 12:06:37 7:50:23 16:06:12 7:52:23 16:05:34 7:46:24 16:08:27 3,000,000 90,000 3,090,000(Jam Lembur) 16:44:48 20:03:45 16:55:12 20:05:30Ridho 7:54:26 16:32:20 7:53:22 16:08:15 7:50:35 16:02:24 7:56:34 16:08:54 7:59:04 16:01:36 7:50:32 12:08:11 7:55:40 16:08:10 7:54:48 16:02:25 1,500,000 40,000 90,000 1,550,000(Jam Lembur) 16:58:42 21:15:05 16:59:18 22:10:07Tian 7:55:39 16:40:08 7:57:43 16:10:24 7:48:33 16:10:06 7:58:40 16:09:46 8:13:07 16:09:15 7:48:18 12:10:26 7:53:35 16:12:30 7:58:31 16:11:57 7:56:35 16:12:47 2,500,000 15,000 80,000 2,565,000(Jam Lembur) 17:01:25 21:07:13

Rabu10

LIBUR

Senin1

Senin8

Selasa9

Kamis

SAKIT

4Rabu

3Selasa

2Jumat

5Pekerja Gaji Pokok Pot.Telat Pot.Absen Ins.Lembur Total GajiSabtu

6Minggu

7


commit to user

IV - 75


commit to user

xii

Berdasarkan hasil pengujian diatas, proses identifikasi wajah pada

sistem presensi pengenalan wajah ini sudah cukup baik. Posisi pengambilan

gambar wajah pada saat melakukan presensi harus tepat guna mendukung

hasil face localization yang baik sebagai acuan. Untuk proses pencatatan

waktu presensi sudah berjalan baik, dengan identifikasi wajah sebagai input.

Hasil penghitungan gaji ditentukan oleh jumlah jam kerja beserta potongan

dan tunjangan tiap karyawan. Disini hasil penghitungan gaji sudah sesuai

dengan data masukan proses presensi. Secara keseluruhan sistem presensi

pengenalan wajah yang diuji sudah cukup baik dan mampu memberikan hasil

yang optimal bagi sistem presensi karyawan pada sebuah instansi atau

perusahaan.

4.6.3. Pengujian Akurasi Pengenalan Wajah

Untuk menentukan akurasi dari pengenalan wajah dengan algoritma

Eigenface ini, terlebih dahulu ke dalam database dimasukkan citra wajah dan

data dari karyawan. Citra wajah yang disimpan adalah citra wajah dengan

pose menghadap ke depan dan ekspresi standar (tidak tersenyum atau

tertawa). Untuk pose standar yang dimaksud, idealnya citra wajah yang

disimpan ke dalam database posenya harus menghadap lurus ke depan

dengan pencahayaan yang cukup dan background yang berwarna

putih/terang. Sedangkan pengujian menggunakan foto dari citra wajah

karyawan yang dilakukan, sejauh ini belum mampu dikenali oleh sistem.

Untuk melakukan pengetesan sistem presensi ini, dilakukan proses presensi

dengan 8 kondisi:

· Kondisi 1: pencahayaan tinggi, pose standar

· Kondisi 2: pencahayaan tinggi, pose ekspresif

· Kondisi 3: pencahayaan tinggi, pose miring ke kiri

· Kondisi 4: pencahayaan tinggi, pose miring ke kanan

· Kondisi 5: pencahayaan normal, pose standar

· Kondisi 6: pencahayaan normal, pose ekspresif

· Kondisi 7: pencahayaan normal, pose miring ke kiri

· Kondisi 8: pencahayaan normal, pose miring ke kanan


commit to user

xii

Kondisi-kondisi diatas dipilih dengan pertimbangan bahwa

pengenalan wajah untuk keperluan presensi, sangat dipengaruhi oleh pose

dan pencahayaan pada saat presensi dilakukan, sehingga perubahan kondisi

bisa mempengaruhi akurasi pengenalan wajah. Untuk Pengetesan, dilakukan

percobaan individual dengan menggunakan database yang terdiri dari citra

wajah yang telah disimpan sebelumnya. Pada percobaan ini jarak kamera

dengan subjek dibuat konstan sebesar 30 cm. Adapun grafik hasil percobaan

dapat dilihat sebagai berikut:

Gambar 4.20 Grafik Hasil Pengenalan Wajah Percobaan Individual

Dari percobaan ini didapatkan beberapa analisa sebagai berikut:

1. Perubahan pose tidak terlalu mempengaruhi akurasi pengenalan, terlihat pada

prosentase pengenalan yang relatif sama.

2. Pengenalan pada pencahayaan yang kurang ternyata memberikan hasil yang

lebih baik, ini disebabkan pada pencahayaan yang tinggi, detail dari wajah lebih

jelas, sehingga kompleksitas warna wajah lebih tinggi. Kompleksitas ini

menyebabkan sensitifitas pengenalan meningkat karena algoritma Eigenface

menitikberatkan pada ciri warna dari objek.

3. Pengenalan wajah pada subjek pria dan wanita tidak menunjukkan perbedaan

yang menyolok, sehingga bisa disimpulkan algoritma Eigenface tidak terlalu

dipengaruhi gender dari citra wajah.


commit to user

xii

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:


commit to user

xii

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


commit to user

xii

Atribut Contoh Data ValidContoh Data Tidak

ValidHasil Data

ValidHasil Data

Tidak ValidStatus

rowidwajah karyawan teridentifikasi

wajah karyawan tidak teridentifikasi TRUE FALSE OK

kdperson 001 kosong TRUE FALSE OKnmperson Henry 1234 TRUE FALSE OKkdbagian 2 1234 TRUE FALSE OKkdjabatan 1 1234 TRUE FALSE OK

alamatJl.Ki Hajar Dewantara 13 Surakarta

1234 TRUE FALSE OK

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.


commit to user

xii

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

jadi lebih sensitif dan menurunkan kualitas pengenalan.


commit to user

xii

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.


commit to user

xii

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).

PERANCANGAN SISTEM PRESENSI KARYAWAN BERBASIS … · perpustakaan.uns.ac.id digilib.uns.ac.id...

Documents

Transcript of PERANCANGAN SISTEM PRESENSI KARYAWAN BERBASIS … · perpustakaan.uns.ac.id digilib.uns.ac.id...