PERANCANGAN SISTEM PENGENAL GARIS UTAMA TELAPAK TANGAN PADA SISTEM PRESENSI MENGGUNAKAN METODE PRINCIPAL COMPONENT ANALYSIS (PCA) DAN JARAK EUCLIDEAN

Abstract

Abstrak

Selama ini pada sistem presensi masih banyak yang menggunakan kata sandi, kartu identitas, dan kunci elektronik yang memiliki kekurangan bila hilang, lupa, dan mudah diduplikasi. Kelebihan menggunakan unsur biometrik dari tubuh manusia dalam proses presensi dapat menghindari kekurangan sistem tersebut seperti tidak dapat disangkal dan diperlukan kehadiran langsung pengguna. Salah satu jenis biometrik adalah telapak tangan. Kelebihan sistem presensi yang dibuat pada penelitian ini menggunakan alat pemindai berupa webcam. Sistem presensi yang dibuat memanfaatkan garis-garis utama telapak tangan yang akan di proses sedemikian rupa menggunakan metode Principal Components Analysis (PCA) dan  jarak Euclidean sebagai metode pengenalannya. Dalam penelitian sistem presensi yang telah dibuat, sistem bekerja dengan baik menggunakan jumlah komponen utama 75 karena tingkat keberhasilan yang tinggi yaitu 96,67 % dibandingkan dengan jumlah komponen utama 50 atau 100 yaitu 95%. Selain tingkat keberhasilan yang tinggi kecepatan latih jumlah komponen utama 75 juga tinggi yaitu 17,09 detik. Hasil dari sistem presensi telapak tangan ini berupa daftar presensi harian dan rekapitulasi bulanan dalam bentuk Microsoft Excel. Kinerja sistem presensi telah dapat dikembangkan dengan baik, sehingga dapat membantu suatu instansi dalam melakukan rekapitulasi presensi karyawannya.

Kata kunci : Telapak tangan, Principal Components Analysis (PCA), Jarak Euclidean, Sistem presensi

Abstract

It has been known that recognition system has used passwords, ID cards, and electronic keys which have many disadvantages. Using biometric recognition method is more advantageous than the methods mentioned before because it is undeniable and needs user’s presence. One type of biometric methods is based on human palm. The advantages of presence system made in this research is using webcam. Presence system was made utilizing main lines of palms print processed using Principal Components Analysis (PCA) and the Euclidean distance as a method of recognition. In this research, the system works well using principal component number of 75 with high success rate that is 96.67% compared to principal component number of 50 or 100 was 95% success. In addition to a high success rate, the  speed of training for principal component number 75 is high that is 17.09 seconds. The palm print presence system was shown in the Excel. Presence system have been successfully developed that can be used to assist an agency in recapitulating the presence of its employees.

Keywords:           Palm print, Principal Components Analysis (PCA), Euclidean distance. Presence system