Abstrak

Wajah manusia mengungkapkan banyak informasi kepada orang yang melihatnya. Ini bisa memberi tahu tentang suasana hati, niat dan perhatian, tetapi juga bisa berfungsi untuk mengidentifikasi seseorang. Itulah mengapa sistem pengenalan wajah menjadi salah satu sistem yang terus dikembangkan dan diteliti dalam bidang penelitian computer vision. Berdasarkan beberapa metode yang telah diteliti oleh peneliti-peneliti sebelumnya penulis ingin merancang dan mengembangkan sistem absensi menggunakan salah satu variasi metode dari Deep Convolutional Neural Network (DCNN) yaitu Multi-task Cascaded Convolutional Neural Network (MTCNN) dan Vggface2 dan mengaplikasikan library Pytorch untuk memperdalam pengetahuan tentang face recognition. Vggface2 adalah model jaringan neural network yang digunakan pada pengenalan wajah untuk ekstraksi citra. Tujuan dari penulisan ilmiah ini adalah dapat mengembangakan dan mengimplementasikan MTCNN dan vggface2 kedalam sistem absensi menggunakan deteksi wajah dan melakukan absen secara otomatis setalah wajah berhasil dikenali serta mengintegerasikan sistem absensi dengan database. Sesuai dengan hasil pengujiannya dapat disimpulkan sistem absensi yang telah dibuat mampu melakukan proses absensi kepada user secara realtime dengan tingkat akurasi sebesar 96,6% melalui pengujian secara fungsional, akan tetapi akurasi pada sistem absensi melalui metode pengenalan wajah ini akan semakin buruk jika pencahayaan kurang atau lebih.