PERANCANGAN SISTEM PRESENSI KARYAWAN BERBASIS PENGENALAN CITRA WAJAH DI SOLO TECHNO PARK

perpustakaan.uns.ac.id

digilib.uns.ac.id

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 - 1


digilib.uns.ac.id

DAFTAR ISI HALAMAN JUDUL

i

LEMBAR PENGESAHAN

ii

LEMBAR VALIDASI

iii

SURAT PERNYATAAN ORISINALITAS KARYA ILMIAH

iv

SURAT PERNYATAAN PUBLIKASI KARYA ILMIAH

v

KATA PENGANTAR

vi

ABSTRAK

viii

ABSTRACT

ix

DAFTAR ISI

x

DAFTAR TABEL

xiii

DAFTAR GAMBAR

xiv

DAFTAR LAMPIRAN

xvi

BAB I

PENDAHULUAN

I-1

1.1

LATAR BELAKANG

I-1

1.2

PERUMUSAN MASALAH

I-2

1.3

TUJUAN PENELITIAN

I-2

1.4

MANFAAT PENELITIAN

I-3

1.5

BATASAN MASALAH

I-3

1.6

ASUMSI PENELITIAN

I-3

1.7

SISTEMATIKA PENULISAN

I-3

BAB II

TINJAUAN PUSTAKA

II-1

2.1

IMAGE PROCESSING

II-1

2.2

KONSEP DASAR DIGITAL IMAGE PROCESSING (DIP)

II-2

2.3

CIRI SUATU GAMBAR

II-3

2.4

PENDETEKSIAN WARNA KULIT

II-3

2.5

YCrCb COLOR SPACE

II-4

2.6

MIKROKONTROLER ATMEGA8535

II-5

2.6.1 Arsitektur Mikrokontroler AVR ATMega8535

II-5

2.6.2 Fitur ATMega8535

II-7

2.6.3 Konfigurasi Pin ATMega8535 commit to user 2.6.4 Peta Memori

II-7

IV - 2

II-8


2.7

digilib.uns.ac.id

LCD (LIQUID CRYSTAL DISPLAY) 16 x 2 KARAKTER

II-9

2.7.1 Pengendali modul LCD

II-10

2.7.2 Deskripsi Fungsi

II-12

2.8

KOMUNIKASI RS232

II-14

2.9

KONSEP PENGEMBANGAN SISTEM INFORMASI

II-14

2.9.1 Definisi Sistem Informasi Manajemen (SIM)

II-15

2.9.2 Unsur-unsur Sistem Informasi Sederhana

II-16

2.9.3 Kemampuan Sebuah Sistem Informasi Manajemen

II-16

2.9.4 Kemampuan Pelaporan

II-17

2.9.5 Pengembangan Sistem Informasi

II-18

2.10 METODE PENGENALAN WAJAH

II-20

2.10.1 Metode Face-ARG

II-20

2.10.2 Jaringan Syaraf Tiruan

II-20

2.10.3 Metode Back Propagation

II-21

2.10.4 Algoritma Eigenface

II-21

2.11 PENELITIAN TERDAHULU

II-22 III-1

BAB III METODOLOGI PENELITIAN 3.1

3.2

3.3

TAHAP STUDI PENDAHULUAN

III-2

3.1.1 Studi Pustaka

III-2

3.1.2 Studi Lapangan

III-2

3.1.3 Perumusan Masalah dan Tujuan Penelitian

III-2

TAHAP

ANALISA,

PERANCANGAN

ALAT

DAN

PENGUJIAN

III-3

3.2.1 Analisa Sistem Awal

III-3

3.2.2 Identifikasi Kebutuhan Sistem

III-4

3.2.3 Perancangan Alat

III-6

3.2.4 Perancangan Basis Data

III-6

3.2.5 Perancangan Interface Aplikasi

III-6

3.2.6 Pengujian

III-6

TAHAP ANALISIS DAN KESIMPULAN/SARAN

III-7

3.3.1 Analisis Hasil Rancangan

III-7

3.3.2 Kesimpulan dan Saran commit to user

III-8

IV - 3


digilib.uns.ac.id

BAB IV ANALISIS DAN PERANCANGAN SISTEM 4.1

IV-1

ANALISA SISTEM AWAL

IV-1

4.1.1 Kelemahan dan Kelebihan Sistem Sekarang

IV-2

IDENTIFIKASI KEBUTUHAN SISTEM

IV-3

4.2.1 Kerangka kerja

IV-3

4.2.2 Input dan Output Sistem

IV-4

4.2.3 Kebutuhan Perangkat Keras dan Lunak

IV-5

4.2.4 Struktur Biaya

IV-6

4.3

PERANCANGAN ALAT

IV-7

4.4

PERANCANGAN BASIS DATA

IV-8

4.5

PERANCANGAN INTERFACE APLIKASI

IV-14

4.5.1 Menu Utama

IV-14

4.5.2 Menu Daftar Nama

IV-14

4.5.3 Menu identifikasi

IV-15

4.5.4 Menu face test

IV-16

4.5.5 Close

IV-17

PENGUJIAN

IV-17

4.6.1 Skenario Pengujian

IV-18

4.6.2 Hasil Pengujian

IV-20

4.6.3 Pengujian Akurasi Pengenalan Wajah

IV-22

4.2

4.6

BAB V VALIDASI DAN ANALISIS HASIL PERANCANGAN 5.1

V-1

PENGUJIAN FUNGSI IDENTIFIKASI WAJAH PADA MENU FORM PRESENSI

V-1

5.2

ANALISIS APLIKASI

V-3

5.3

ANALISIS EVALUASI APLIKASI

V-4 VI-1

BAB VI KESIMPULAN DAN SARAN 6.1

KESIMPULAN

VI-1

6.2

SARAN

VI-1

DAFTAR PUSTAKA LAMPIRAN commit to user

IV - 4


digilib.uns.ac.id

DAFTAR TABEL

T

Keterangan fungsi dari tiap pin LCD

abel

Daftar instruksi kontroler modul LCD

I-

2.1

Daftar keterangan tabel instruksi kontroler

11

T abel

LCD I-

Pemilihan Register

2.2 T

Kelemahan dan Kelebihan Sistem Lama Kelemahan Sistem Sekarang

abel

I-

Daftar harga komponen

2.3 T

12

Tabel Lengkap Rancangan Fisik Database

abel

I-

Tabel Skenario Presensi Karyawan

2.4 T

Rekap Kehadiran dan Gaji

Karyawan

4.1 T

3

ms_person

Mode

Pengujian

Identifikasi Wajah

4.2 T

Hasil

Wajah

4.3

V3

Pengujian

Untuk

Tabel

ms_person Mode Pengujian Identifikasi

abel

V-

Syarat Valid Dan Tidak Valid Untuk Tabel

abel

13

Tabel Informasi Data Presensi Tabel

abel

11

V6

T abel

V-

4.4

13 T

abel

V-

4.5

19 T

abel

V-

4.6

19

Tabel

commit to user

IV - 5

V-


digilib.uns.ac.id

4.7

21 T

abel 5.1

-2

T abel

-2

5.2

DAFTAR GAMBAR

Ga mbar 2.1

diagram

fungsional

ATMega8535

I-6

Pin ATMega8535 dengan 40 kaki Ga

mbar 2.2

Blok

Memori ATMega8535

I-7

Lapisan penyusun LCD

commit to user

LCD Dot Matrix 16 x 2 karakter

IV - 6

I-9


Ga mbar 2.3

digilib.uns.ac.id

Hubungan antara alamat DDRAM dan posisi pada LCD

I-9

Rangkaian koneksi RS232 dengan Ga

mikrokontroler

I-

mbar

Metodologi Penelitian

2.4

Kerangka kerja Ga

mbar 2.5

10

Rangkaian elektronik piranti keras (hardware)

I13

Aplikasi Proses Pengambilan Citra Wajah Ga

mbar 2.6

Relasi

Karyawan

Melakukan

I14

Presensi Relasi Karyawan Memiliki Jabatan

Ga

Relasi Karyawan Punya Bagian

II-

mbar

Relasi Jabatan Menentukan Gaji

1

2.7

Relasi Presensi Menghasilkan Gaji Ga

mbar 3.1

Relasi Karyawan Mengambil Izin

V-

Relasi

4

Karyawan

Melakukan

Lembur Ga

Relasi Seluruh Entitas

V-

mbar

Menu utama

5

4.1

Menu daftar nama Ga

Tampilan tambah nama

V-

mbar

Menu identifikasi

7

4.2

Menu face test Ga

Menu Daftar Bagian

V-

mbar

Menu Daftar Jabatan

9

4.3

Menu Data Karyawan Ga

mbar 4.4

Grafik Hasil Pengenalan Wajah

V10

Percobaan Individual Alur Logika Untuk Data Valid

Ga mbar 4.5

Alur Logika Untuk Data Tidak

Ga mbar

10

Valid Hasil

V-

Pengujian

Pada

Aplikasi

Untuk Data Valid

commit user Hasil to Pengujian Pada Aplikasi

IV - 7

V10


4.6

digilib.uns.ac.id

Untuk Data Tidak Valid Ga

V-

mbar

10

4.7 Ga

V-

mbar

10

4.8 Ga

V-

mbar

11

4.9 Ga

V-

mbar

11

4.10 Ga

V-

mbar

14

4.11 Ga

V-

mbar

15

4.12 Ga

V-

mbar

15

4.13 Ga

V-

mbar

16

4.14 Ga

V-

mbar

16

4.15 Ga

V-

mbar

17

4.16 Ga

V-

mbar

18

4.17 Ga

commit to user

IV - 8

V-


digilib.uns.ac.id

mbar

18

4.18 Ga

V-

mbar

23

4.19 Ga

-1

mbar 4.20

-1 Ga

mbar

-3

5.1(a) Ga

-3

mbar 5.1(b) Ga mbar 5.2(a) Ga mbar 5.2(b)

commit to user

IV - 9


digilib.uns.ac.id

DAFTAR LAMPIRAN

Lam piran 1

Perangkat Keras (Hardware) Sistem Presensi Pengenalan Wajah Listing Program Mikrokontroler

Lam piran 2

-1

ATMega8535 Dengan Code Vision AVR PRO V2.03.9 -2

commit to user

IV - 10


digilib.uns.ac.id

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

IV - 11


digilib.uns.ac.id

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 - 12


digilib.uns.ac.id

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 - 13


digilib.uns.ac.id

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 - 14


digilib.uns.ac.id

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 ciriciri 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

commit to user

1. Memperoleh atau mengakuisisi citra digital

IV - 15


digilib.uns.ac.id

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 ratarata 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 commit to userdapat dilakukan dengan scanner,

IV - 16


digilib.uns.ac.id

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 - 17


digilib.uns.ac.id

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 benarbenar 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 - 18


digilib.uns.ac.id

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 - 19


digilib.uns.ac.id

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 - 20


digilib.uns.ac.id

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 - 21


digilib.uns.ac.id

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, fungsifungsi 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 - 22


digilib.uns.ac.id

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.

user Tidak adanya kristal caircommit antara to filter pengkutuban, cahaya akan melewati

IV - 23


digilib.uns.ac.id

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 - 24


digilib.uns.ac.id

Tabel 2.1. Keterangan fungsi dari tiap pin LCD u n

Deskrip

g

si

s i a t u

GND

d a y a a t u

+5V

d a y a e n g

(-2) 0 - 5 V

a t u

commit tor user

IV - 25


digilib.uns.ac.id

k o n t r a s e r i

Pilih Register

n t a h e r i

Baca / Tulis

n t a h e r i

Enable (Strobe)

n t a h

commit to/ user

Data LSB

IV - 26


digilib.uns.ac.id

O /

Data

O /

Data

O /

Data

O /

Data

O /

Data

O /

Data

O /

Data MSB

O n o

+4,2V untuk LED

d a a t o

Catu daya untuk BL

d

commit toa user

IV - 27


digilib.uns.ac.id

Tabel 2.2. Daftar instruksi kontroler modul LCD

W

7

6

5

4

3

2

1

/D

commit to user

IV - 28

/C

/L


digilib.uns.ac.id

L

Alamat CGRAM

Alamat DDRAM

F

Alamat Penghitung

Data

Data

Tabel 2.3. Daftar keterangan tabel instruksi kontroler LCD G D

eser

on't

/

laya

care

C

r

K /

K

enaik to user commit

IV - 29

urs


D

digilib.uns.ac.id

an

or pin dah G P

eser

enuru

/

kan

nan

L

an

G eser layar

G

otom

eser

atis

kiri A ntar mu ka 8 L

bit A ntar

L

mu

ayar

ka 4

hidup

bit 2

L ayar

gari

mati

s 1

K ursor

gari

hidup

s

K

5

ursor

x 10

commit mati to user

IV - 30

titik


digilib.uns.ac.id

K ursor

5

berke

x7

dip

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 - 31


digilib.uns.ac.id

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 - 32


digilib.uns.ac.id

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.

CONNECTOR DB9

U4 13 8 11 10

TXD

C4

1 3 4 5 2 6

1uF

C5 1 uF

R1IN R2IN T1IN T2IN

R1OUT R2OUT T1OUT T2OUT

12 9 14 7

C+ C1C2+ C2V+ V-

RXD

1 6 2 7 3 8 4 9 5 P1

MAX232/SO C6 1 uF

C7 1 uF

VCC

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 - 33


digilib.uns.ac.id

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 - 34


digilib.uns.ac.id

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, nonkomputer 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 - 35


digilib.uns.ac.id

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 - 36


digilib.uns.ac.id

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 - 37


digilib.uns.ac.id

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 instruksiinstruksi 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 commitpemakai to user dan melibatkan pemakai

IV - 38


digilib.uns.ac.id

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 masingmasing 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 to melihat commit user bobot dari setiap pola image yang

IV - 39


digilib.uns.ac.id

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 - 40


digilib.uns.ac.id

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 - 41


digilib.uns.ac.id

Berbagai penelitian telah dilakukan untuk melakukan inovasiinovasi 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 yangtopenting. commit user Penelitian tersebut telah banyak

IV - 42


digilib.uns.ac.id

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 - 43


digilib.uns.ac.id

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. Studi

Studi

Pustaka

Lapangan

Tahap studi pendahuluan

Perumusan Masalah dan Tujuan Penelitian Analisa Sistem Awal

Identifikasi kebutuhan sistem 1. 2. 3. 4.

Kerangka kerja Input dan Output sistem Kebutuhan perangkat keras dan lunak Struktur biaya

Tahap analisa,

Peran

Peran cangan Peranc angan Pengu jian

a

Analisis Hasil Rancangan

commit to user Kesimpulan

dan Saran

Gambar 3.1. Metodologi IV - 44

Tahap dan

analisis


digilib.uns.ac.id

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 kerjacommit dan upah karyawan di Solo Techno Park. Pada to user

IV - 45


digilib.uns.ac.id

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 - 46


digilib.uns.ac.id

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 - 47


digilib.uns.ac.id

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 komponenkomponen 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 - 48


digilib.uns.ac.id

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. Tahaptahap 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 - 49


digilib.uns.ac.id

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 - 50


digilib.uns.ac.id

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 - 51


digilib.uns.ac.id

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 - 52


digilib.uns.ac.id

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 - 53


digilib.uns.ac.id

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:

commit to user

Tabel 4.1. Kelemahan dan Kelebihan Sistem Lama

IV - 54


digilib.uns.ac.id

No 1 2

3

Kelemahan

Kelebihan

Hardware sukar dibersihkan jika kotor

Tidak ada lagi karyawan yang titip absen Tidak ada lagi manipulasi jam lembur

Susah terdeteksi jika jari basah (dikarenakan sensor akan lembab) Sistem informasi presensi belum mampu Akurat dan mudah dalam menghitung gaji karyawan secara pengoperasian otomatis

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

Masih sulit untuk menentukan kebutuhan proses 1 perhitungan gaji karyawan. Terjadi kesalahan dan inkonsistensi data karena 2 kemungkinan terjadi kesalahan input dalam proses presensi. Untuk mencari informasi – informasi yang dibutuhkan dalam rangka pengelolaan suatu kegiatan presensi 3 karyawan maupun perhitungan gaji sulit dan membutuhkan waktu lama. 4 Sistem kurang informatif

1

2

Penyebab/Kelemahan Sistem

Sistem informasi presensi yang telah ada belum mampu menghitung gaji karyawan secara otomatis. Sensor pada hardware susah mendeteksi jika jari basah atau dalam keadaan kotor. Apabila tergores akan mudah rusak.

3

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

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

commit to user

hardware menggunakan komunikasi serial (RS 232). Sedangkan hardware

IV - 55


digilib.uns.ac.id

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:

k

Gambar 4.1 Kerangka 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 commit to user

IV - 56


digilib.uns.ac.id

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 : VCC J1

R1 VCC

J2 FOTO

40 39 38 37 36 35 34 33

RS RD EN

FOTO

DB5 DB6 DB7 DB8

VCC

1 2 3 4 5 6 7 8

FOTO OK

R3 10K J4 OK

1 2

Y1 13

OK

4MHz C1

12

PA0 PA1 PA2 PA3 PA4 PA5 PA6 PA7

(ADC0) (ADC1) (ADC2) (ADC3) (ADC4) (ADC5) (ADC6) (ADC7)

PB0 PB1 PB2 PB3 PB4 PB5 PB6 PB7

(XCK/T0) PD0 (RXD) (T1) PD1 (TXD) (INT2/AIN0) PD2 (INT0) (OC0/AIN1) PD3 (INT1) (SS) PD4 (OC1B) (MOSI) PD5 (OC1A) (MISO) PD6 (ICP1) (SCK) PD7 (OC2)

22 23 24 25 26 27 28 29

PC0 (SCL) PC1 (SDA) PC2 PC3 PC4 PC5 PC6 (TOSC1) PC7 (TOSC2)

XTAL1

AREF

XTAL2

AVCC

BUZZER

22pF

9

RST

Q1 NPN BCE

BUZZER 4K7

14 15 16 17 18 19 20 21

J3

TX RX

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16

VCC CONTRAST RS RD EN

32 30

DB5 DB6 DB7 DB8

31

GND

11

22pF

BUZZER 5V

R2

C2 GND

1 2

1 2

10

U1

VCC

10K

VCC R4 470

ATmega8535

LCD

C3 10uF J5

VCC 2

VCC

R5 10K

1

1 2 3 4

TX RX

SW1 reset

UART

U2 7805

1

470

VIN

VOUT

3

VCC

4

-

D2 3300uF/25V

LED

Q2 TIP41

C5 100uF/16V

2

C4

J6 2 1

R6 D1 5A 3

GND

+ 2

1

C6 1000uF/16V

D3 1N4148

AC

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.

commit to user

IV - 57


digilib.uns.ac.id

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 Daftar o

Ju

Komponen

Harga

mlah

Mikrokont

1

roler

Rp 52.500,00

Resistor

1

10Kilo Ohm

Rp 30,00

Resistor

1

470 Ohm

Rp. 30,00

Resistor

1

330 Ohm

Rp. 30,00

Transistor

1

TIP 41

Rp. 3.000,00

IC 7805

1

Rp. 3.000,00

Dioda

1

1N4148

Rp. 200,00

commit to user Kapasitor

IV - 58

1

Rp.


digilib.uns.ac.id

1000uF/16V

1.500,00

Kapasitor

1

100 uF/16V

500,00

Kapasitor 0

1

3300uF/16V 1

M1632 4

1

MHz

Rp. 5.000,00

Kapasitor 3

Rp. 67.000,00

Kristal 2

Rp. 2.000,00

LCD 1

Rp.

22pF

2

@Rp

Rp. 1.000,00

500,00 PCB Fiber

1

4

Rp 21.000,00

Casing

1

5

Rp 20.000,00

Web 6

1

Kamera

Rp. 250.000,0 0

Kabel 7

1

serial RS232

Rp. 60.000,00

Tenol

1

8

Rp. 5.000,00

Kabel

1

9

Rp. 10.000,00 Rp

JUMLAH

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

commit to user

mengetahui nilai ekonomis dari alat yang dibuat jika dibandingkan dengan

IV - 59


digilib.uns.ac.id

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

·

commitdengan to userwarna putih Background adalah tembok

IV - 60


digilib.uns.ac.id

·

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 - 61


digilib.uns.ac.id

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

e Gambar 4.4 Relasi Karyawan Melakukan Presensi 2. Relasi Karyawan Memiliki Jabatan

e commit to user

IV - 62


digilib.uns.ac.id

Gambar 4.5 Relasi Karyawan Memiliki Jabatan 3. Relasi Karyawan Punya Bagian

u Gambar 4.6 Relasi Karyawan Punya Bagian 4. Relasi Jabatan Menentukan Gaji

a

e Gambar 4.7 Relasi Jabatan Menentukan Gaji

5. Relasi Presensi Menghasilkan Gaji

e

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 RelasitoKaryawan commit user Melakukan Lembur

IV - 63

a


digilib.uns.ac.id

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 - 64


digilib.uns.ac.id

Setelah dilakukan normalisasi, akan didapatkan menghasilkan tabeltabel 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 - 65


Tabel 1 global_config 2 3 1 ms_bagian 2 1 2 3 ms_jabatan 4 5 6 1 2 ms_libur 3 4 1 2 3 ms_person 4 5 6 1 2 3 4 5 tr_absensi 6 7 8 9 1 2 3 4 5 6 tr_gaji 7 8 9 10 11 12 1 2 3 tr_izin 4 5 1 2 3 tr_lembur 4 5 6

digilib.uns.ac.id

Field variable profile value kdbagian nmbagian kdjabatan nmjabatan gaji_pokok pot_telat pot_absen ins_lembur rowid tanggal f_tahunan keterangan rowid kdperson nmperson kdbagian kdjabatan alamat rowid tanggal kdperson jam_masuk jam_keluar durasi telat telat_ef status rowid bulan tahun kdperson jml_izin jml_alpa jml_telat jml_lembur gaji_pokok pot_telat pot_absen ins_lembur rowid tanggal kdperson status keterangan rowid kdperson mulai selesai durasi efektif

Type

Size

varchar varchar text small integer varchar small integer varchar integer integer integer integer integer unsigned datetime small integer varchar integer unsigned varchar varchar small integer small integer varchar integer unsigned datetime varchar datetime datetime double double double small integer integer unsigned small integer small integer varchar small integer small integer double double double integer integer integer integer unsigned datetime varchar small integer text integer unsigned varchar datetime datetime double double

60 30 1 30 1 30 1 1 1 1 1 1 80 1 10 30 1 1 80 1 10 1 1 1 1 10 1 1 1 1 1 1 10 1 1 10 -

commit to user

IV - 66


digilib.uns.ac.id

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 - 67


digilib.uns.ac.id

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 - 68


digilib.uns.ac.id

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:

Gambarto4.16 commit userMenu face test

IV - 69


digilib.uns.ac.id

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 - 70


digilib.uns.ac.id

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 pada gambar berikut:

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 - 71

Tabel 4.5 Tabel Skenario Presensi Karyawan

Periode 10 hari kerja

Henry Gamma Ridho Tian

Selasa 2 Masuk Keluar 7:54:13 16:03:55 7:50:35 16:05:12 7:53:22 16:08:15 7:57:43 16:10:24

Rabu 3 Masuk Keluar 8:02:53 16:15:08 7:55:08 16:05:17 7:50:35 21:15:05 7:48:33 16:10:06

Kamis 4 Masuk Keluar 7:55:07 16:05:24 7:51:21 16:07:16 7:56:34 16:08:54 7:58:40 21:07:13

Jumat 5 Masuk Keluar 7:52:54 16:04:43 7:55:23 16:06:11 7:59:04 16:01:36 8:13:07 16:09:15

Sabtu Minggu Senin 6 7 8 Masuk Keluar Masuk Keluar 7:54:09 12:05:14 7:45:21 16:03:27 7:52:22 12:06:37 7:50:23 16:06:12 SAKIT 7:50:32 12:08:11 7:48:18 12:10:26 7:53:35 16:12:30

LIBUR

Pekerja

Senin 1 Masuk Keluar 7:51:24 20:05:18 7:53:18 20:03:45 7:54:26 16:32:20 7:55:39 16:40:08

Dari skenario presensi karyawan di atas, dapat diperoleh informasi sebagai berikut: Tabel 4.6 Tabel Informasi Data Presensi

No 1 2 3 4

Pekerja Henry Gamma Ridho Tian

Total Jam Kerja Reguler 68 jam 68 jam 60 jam 68 jam

Total Jam Lembur Total Telat Total Absen 3 jam 1 kali 6 jam 9 jam 1 hari 4 jam 1 kali -

IV - 72

Selasa 9 Masuk Keluar 7:50:15 16:03:44 7:52:23 16:05:34 7:55:40 16:08:10 7:58:31 16:11:57

Rabu 10 Masuk Keluar 7:48:50 16:05:17 7:46:24 20:05:30 7:54:48 22:10:07 7:56:35 16:12:47


digilib.uns.ac.id

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 pada gambar berikut:

commit to user

IV - 73

Tabel 4.7 Tabel Rekap Kehadiran dan Gaji Karyawan

Periode 10 hari kerja

Henry (Jam Lembur) Gamma (Jam Lembur) Ridho (Jam Lembur) Tian (Jam Lembur)

Senin 1 Masuk Keluar 7:51:24 16:30:23 16:38:12 20:05:18 7:53:18 16:24:47 16:44:48 20:03:45 7:54:26 16:32:20

Selasa Rabu Kamis Jumat Sabtu Minggu Senin Selasa Rabu Gaji Pokok Pot.Telat Pot.Absen Ins.Lembur Total Gaji 2 3 4 5 6 7 8 9 10 Masuk Keluar Masuk Keluar Masuk Keluar Masuk Keluar Masuk Keluar Masuk Keluar Masuk Keluar Masuk Keluar 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 5,130,00 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

7:53:22 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 16:58:42 21:15:05 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 17:01:25 21:07:13

IV - 74

7:50:23 16:06:12 7:52:23 16:05:34 7:46:24 16:55:12 7:55:40 16:08:10 7:54:48 SAKIT 16:59:18 7:53:35 16:12:30 7:58:31 16:11:57 7:56:35

LIBUR

Pekerja

16:08:27 3,000,000 20:05:30 16:02:25 1,500,000 22:10:07 16:12:47 2,500,000

40,000 15,000

90,000

3,090,00

90,000

1,550,00

80,000

2,565,00

IV - 75


digilib.uns.ac.id

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


digilib.uns.ac.id

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


digilib.uns.ac.id

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


digilib.uns.ac.id

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

Data

ut

Data Valid <> capture

rowi d

image

wajah

Tidak Valid = capture image

wajah

karyawan

karyawan tidak

sesuai/cocok

sesuai

kdpe rson

= varchar

kosong

= varchar

= integer

nmp erson kdba gian

=

small

integer kdjab

atan

=

= integer 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


digilib.uns.ac.id

Atribut rowid kdperson nmperson kdbagian kdjabatan alamat

Contoh Data Valid wajah karyawan teridentifikasi 001 Henry 2 1 Jl.Ki Hajar Dewantara 13 Surakarta

Contoh Data Tidak Valid wajah karyawan tidak teridentifikasi kosong 1234 1234 1234 1234

Hasil Data Valid

Hasil Data Tidak Valid

Status

TRUE

FALSE

OK

TRUE TRUE TRUE TRUE

FALSE FALSE FALSE FALSE

OK OK OK OK

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


digilib.uns.ac.id

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 kebutuhankebutuhan 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 datadata 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 masingmasing 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

commit to user

jadi lebih sensitif dan menurunkan kualitas pengenalan.

xii


digilib.uns.ac.id

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


digilib.uns.ac.id

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).

commit to user

xii

PERANCANGAN SISTEM PRESENSI KARYAWAN BERBASIS PENGENALAN CITRA WAJAH DI SOLO TECHNO PARK

Recommend Documents