Sistem Pengenalan Wajah (Facial Recognition System ) sebagai solusi E-Absen karyawan pada masa COVID 19 PDF

Preview

Summary

SISTEM PENGENALAN WAJAH (FACIAL RECOGNITION SYSTEM) SEBAGAI SOLUSI E-ABSEN KARYAWAN PADA MASA COVID 19 Ide Rahmat Wijayatno1, Iwan Krisnadi2 1,2Program Pasca Sarjana, Magister Teknik Elektro, Universitas Mercu Buana Email: [email protected], [email protected] Abstrak Absensi merupakan sua...

Description

Accelerat ing t he world's research.

Sistem Pengenalan Wajah (Facial Recognition System ) sebagai solusi E-Absen karyawan pada masa COVID 19 Iwan Krisnadi, ide rahmat

Related papers

Download a PDF Pack of t he best relat ed papers 

PENGENALAN WAJAH PADA SIST EM ABSENSI SECARA REAL T IME DENGAN MET ODE WAVELET Jeperson Hut ahaean Seminar Nasional Informat ika (SNIf ) - 2013 Teuku Mufizar, helmi kurniawan, Irwan Nasut ion PROSIDING Konferensi Nasional Ilmu Komput er - KONIK 4 2020 EDISI COVID-19 Maksum Ro'is Adin Saf

SISTEM PENGENALAN WAJAH (FACIAL RECOGNITION SYSTEM) SEBAGAI SOLUSI E-ABSEN KARYAWAN PADA MASA COVID 19 Ide Rahmat Wijayatno1, Iwan Krisnadi2 1,2Program

Pasca Sarjana, Magister Teknik Elektro, Universitas Mercu Buana Email: [email protected], [email protected]

Abstrak Absensi merupakan suatu hal yang penting dalam sebuah instansi. Dengan sistem absensi yang baik maka diharapkan dapat membantu dalam mengendalikan proses penyelesaian pekerjaan sehingga didapatkan hasil yang maksimal dan sesuai dengan tujuan yang ditetapkan. Tren teknologi saat ini ditengarai lebih mengarah kepada kecerdasan buatan atau yang populer dengan istilah artificial intelligence (AI). Istilah dan riset mengenai kecerdasan buatan dikenal sejak tahun 1956 dan semakin populer dewasa ini berkat algoritma canggih, penyimpanan komputasi, dan peningkatan daya. Teknologi ini bahkan diklaim mampu menggantikan beberapa pekerjaan atau profesi di masa depan. Betapa tidak, AI memungkinkan mesin untuk mengerjakan tugas layaknya manusia, sebab konsep utama dari AI sendiri ialah teaching machine like human (mengajari mesin untuk bisa berperilaku seperti manusia). Seiring berjalannya waktu sistem absensi kian berkembang. Berbagai jenis sistem absensi pula telah berkembang seperti dengan menggunakan metode barcode dan sidik jari [3] Kelemahan alat pemindai sidik jari yaitu satu alat yang digunakan secara bersamaan oleh semua karyawan yang memungkinkan virus covid-19 menyebar melalui alat tersebut.[3] Maka dari itu metode pengumpulan data absensi karyawan harus dirubah menggunakan metode system pengenalan wajah (facial recognition system) sebagai solusi e-absen karyawan pada masa cocid 19. Para karyawan bisa mengakses aplikasi tersebut melalui pc/laptop dan smart phone masing-masing sehingga terhindar dari kontak dengan karyawan yang lain.[3] Kata kunci: Manajemen SDM, Absensi, Sistem Pengenalan Wajah, Covid-19

FACIAL RECOGNITION SYSTEM AS E-ABSENT SOLUTION FOR EMPLOYEES IN THE TIME OF COVID 19 Abstract Attendance is an important thing in an agency. With a good attendance system, it is hoped that it can help in controlling the work completion process so that maximum results are obtained and in accordance with the objectives set. The current technology trend is suspected to be more towards artificial intelligence or what is popularly known as artificial intelligence (AI). The term and research on artificial intelligence has been known since 1956 and is gaining popularity today thanks to advanced algorithms, compute storage and increased power. This technology is even claimed to be able to replace several jobs or professions in the future. Why not, AI allows machines to do tasks like humans, because the main concept of AI itself is teaching machine like human (teaching machines to behave like humans). Over time the attendance system has grown. Various types of attendance systems have also developed, such as using barcode and fingerprint methods. Therefore, the method of collecting employee attendance data must be changed using the facial recognition system method as a solution for e-absent employees during the cocid 19 period. contact with other employees. [3] Keyword : HR Management, Attendance, Face Recognition System, Covid-19

1. PENDAHULUAN Absensi merupakan suatu hal yang penting dalam sebuah instansi. Dengan sistem absensi yang baik maka diharapkan dapat membantu dalam mengendalikan proses penyelesaian pekerjaan sehingga didapatkan hasil yang maksimal dan sesuai dengan tujuan yang ditetapkan. Untuk mencapai sistem informasi absensi yang baik maka diperlukan teknologi

informasi yang meliputi teknologi komputer, teknologi telekomunikasi dan teknologi apapun yang dapat memberikan nilai tambah untuk mengelola sistem tersebut(Jogiyanto, 2009).[1] Absensi atau kartu jam hadir adalah dokumen yang mencatat jam hadir setiap pegawai di suatu perusahaan yang dapat berupa daftar hadir biasa atau kartu hadir yang diisi dengan mesin pencatat waktu(Setiawan, 2015).[1]

1

Tren teknologi saat ini ditengarai lebih mengarah kepada kecerdasan buatan atau yang populer dengan istilah artificial intelligence (AI). Istilah dan riset mengenai kecerdasan buatan dikenal sejak tahun 1956 dan semakin populer dewasa ini berkat algoritma canggih, penyimpanan komputasi, dan peningkatan daya. Teknologi ini bahkan diklaim mampu menggantikan beberapa pekerjaan atau profesi di masa depan. Betapa tidak, AI memungkinkan mesin untuk mengerjakan tugas layaknya manusia, sebab konsep utama dari AI sendiri ialah teaching machine like human (mengajari mesin untuk bisa berperilaku seperti manusia). Cabang dari AI yang saat ini banyak dipelajari yakni pembelajaran mendalam atau deep learning. Terobosan deep learning membuat AI makin populer karena implementasinya banyak digunakan hampir di semua lini industri. Deep learning mampu melatih komputer untuk mengerjakan pekerjaan manusia, seperti mengenali suara, mengidentifikasi gambar, bahkan membuat prediksi. Adalah face recognition yang merupakan salah satu sistem implementasi deep learning yang dapat mengenal wajah secara spesifik dari gambar digital atau frame video. Tidak hanya wajah yang dapat dikenali, namun juga usia, keadaan emosional, fitur-fitur wajah, dan sebagainya.[2] Seiring berjalannya waktu sistem absensi kian berkembang. Berbagai jenis sistem absensi pula telah berkembang seperti dengan menggunakan metode barcode dan sidik jari [3]. Permasalahan pada sistem absensi barcode muncul ketika anggota karyawan tidak membawa kartu yang atau alat lainnya yang telah diberi barcode, maka karyawan tidak akan bisa melakukan absensi. Dimasa pandemi covid 19 penggunaan sistem absensi sidik jari tidak bisa gunakan. Kelemahan alat pemindai sidik jari yaitu satu alat yang digunakan secara bersamaan oleh semua karyawan yang memungkinkan virus covid-19 menyebar melalui alat tersebut.[3] Maka dari itu metode pengumpulan data absensi karyawan harus dirubah menggunakan metode system pengenalan wajah (facial recognition system) sebagai solusi eabsen karyawan pada masa cocid 19. Para karyawan bisa mengakses aplikasi tersebut melalui pc/laptop dan smart

phone masing-masing sehingga terhindar dari kontak dengan karyawan yang lain.[3] 2. METODE PENELITIAN 2.1 Metodologi yang digunakan dalam penulisan ini adalah deskriptif kualitatif merupakan sebuah metode penelitian yang memanfaatkan data kualitatif dan dijabarkan sejara deskriptif. Metode penelitian deskriptif kualitatif menampilkan hasil data apa adanya tanpa proses manipulasi atau perlakuan lain. Dengan melakukan studi pustaka dan jurnal-jurnal dari internet, dilakukan untuk mendapatkan data-data benchmark dan data-data sekunder lainnya. Teknik analisa terkait proses dan strategi digital dilakukan secara kualitatif serta penarikan kesimpulan dan verifikasi terhadap datadata yang diperoleh dari studi pustaka dan jurnal-jurnal di internet. Dari data literisasi tersebut maka dapat dianalisa kelebihan sistem pengenalan wajah sebagai solusi e-absen karyawan pada masa covid 19. 3. STUDI LITERATUR 3.1. Konsep Manajemen Sumber Daya “Manajemen sumber daya manusia memiliki sejarah yang kompleks dari pembangunan. Hal ini disebabkan karena retorika dan praktek MSDM memiliki sejarah perkembangan yang berbeda. Praktek berbagai metode dan teknik manajemen sumber daya manusia memiliki sejarah panjang dan menyeluruh sejalan dengan sejarah pada dunia kerja dan organisasi”, Mustafa (2004: 208).[4] Manajemen sumber daya manusia timbul sebagai suatu masalah baru pada dasawarsa 1960-an, sedangkan personel manajemen sudah timbul pada tahun 1940-an”, Basir (1990: 1). Andries (2010: 179), menyatakan bahwa manajemen sumber daya manusia mencakup semua konsep, strategi dan praktekpraktek yang digunakan oleh organisasi untuk mengelola dan mengembangkan orang-orang yang bekerja untuk mereka. Menurut Marihot (Danang, 2012: 1), manajemen sumber daya manusia didefinisikan: Human resources management is the activities undertaken to arract, develop, motivate, and maintain a high performing workforce within the organization (Manajemen sumber daya manusia adalah aktivitas yang dilakukan merangsang, mengembangkan, memotivasi, dan memelihara kinerja yang tinggi dalam

2

organisasi). Mangkuprawira, (Faisal, 2006: 22) menjelaskan bahwa; “manajemen sumber daya manusia merupakan penerapan pendekatan SDM dimana secara bersama-sama terdapat dua tujuan yang ingin dicapai, yaitu (1) tujuan untuk perusahaan dan (2) untuk karyawan”. [4] 3.2. Absensi (Sistem Absensi) Absensi merupakan rutinitas atau kegiatan yang dilakukan oleh pegawai/karyawan yang membuktikan dirinya hadir dalam bekerja di instansi/ kantor. Absensi ini berkaitan dengan disiplin yang ditentukan oleh masing-masing instansi. [4] Sistem adalah suatu kesatuan usaha yang terdiri dari bagian-bagian yang berkaitan satu sama lain yang berusaha mencapai satu tujuan dalam suatu lingkungan kompleks [5]. Absen adalah tidak masuknya seorang pegawai pada saat hari kerja, karena sakit, izin, alpa atau cuti. Sedangkan absensi adalah daftar kehadiran pegawai yang berisi jam datang, jam pulang, serta alasan/keterangan kehadiran pegawai. Dimana daftar tersebut akan tercatat di daftar abensi kepegawaian dan kapan saja bisa dicek oleh atasan perusahaan.[5] Menurut Cahyana (Erna, 2012: 20), menyatakan bahwa pencatatan absensi pegawai merupakan salah satu faktor penting dalam pengelolaan sumber daya manusia (SDM atau Human Resources Management).[4] 3.3. Covid-19 Coronavirus SARS-CoV2 atau bisa disebuat covid19 merupakan virus yang pertama kali ditemukan di Wuhan China pada bulan Desember tahun 2019, virus covid petama di umumkan menjangkit di Indonesia pada bulan Maret 2020, hingga sekarang penyebaran dari virus ini terus meluas, hingga akhir 2020 penduduk Indonesia yang terjangkit covid19 mencapai 743.198 orang jumlah ini sangatlah besar. Untuk mencegah penyebaran pemerintah melakukan sosialisasi terhadap masyarakat tentang protokol kesehatan yaitu cara yang dapat dilakukan untuk mencegah tertular virus covid19 salah satu penelitian yang membahas tentang pemahaman protokol kesehatan terhadap masyarakat adalah penelitian Ni Putu Emy Darma Yanti , I Made Arie Dharma Putra Nugraha , Gede Adi Wisnawa , Ni Putu Dian Agustina dan Ni Putu Arsita Diantari tantang “Gambaran Pengetahuan Masyarakat Tentang Covid-19 dan Perilaku Masyarakat di Masa Pandemi Covid-19” pada penelitian ini didapatkan hasil pada Simerte Kelod bahwa pemahaman warga

tentang covid-19 telah baik. Pemahaman kepada warga seperti yang terjadi pada desa Simerte Kelod ini harus diterapkan pada desa desa lainya agar penyebaran covid-19 dapat di tekan.[6] Covid-19 dapat bertahan hidup pada benda-benda yang kita gunakan sehari-hari penyebaran melalui benda ini lebih berbahaya dikarenakan kita tidak tahu apakah pada benda yang kita gunakan tersebut terdapat virus covid-19 ataukah tidak. Pada penelitian “ Infectivity of SARS-CoV-2 and Other Coronaviruses on Dry Surfaces: Potential for Indirect Transmission” olehMax Bueckert, Rishi Gupta, Aditi Gupta, Mohit Garg dan Asit Mazumder yang diterbitkan oleh MDPI. Pada penelitian ini dilakukan studi literartur terhadap penelitian yang teleh dilakukan tentang waktu bertahan hidup dari virus covid-19. Pada hasil penelitian tersebut virus covid-19 dapat bertahan hidup pada benda benda yang kita gunakan setiap hari berikut ringkasan tabel dari penelitian tersebut di ambil data yang disesuaikan dengan kondisi Indonesia. [6]

Benda

Suhu

Plastic Stainless Steel Cardboard Copper Glass Paper Cotton clothes USB, Palstic case, acrylic wood Ceramics Hardback Book Cover, Paperback Book Cover, DVD Case Plain Paper, Plastic Protective Cover

21-23 21-23 21-23 21-23 19-21 25-27 25-27 22

Lama Hidup 76-96 jam 48-72 jam 24-48 jam 4-8 jam 24-48 jam 5-7 hari 4-5 hari

25-27 25-27

4-5 hari >7 hari >7 hari

22

1-3 hari

Dari hasil penelitian diatas didapatkan bahwa virus covid dapat bertahan hidup pada peralatan sehari hari dalam jangka waktu yang cukup lama, hal ini tentunya akan sangat berbahaya mengingat peralatan sehari hari tersebut bisa digunakan secara bersama sama. Salah satunya dalah mesin presensi figerprint, mesin ini permukaan tempat scan sidik terbuat dari bahan kaca, berdasar penelitian diatas pada benda bebahan kaca virus covid-19 dapat bertahan hidup 1-2 hari penggunaan alat

3

presensi figerprint tentunya berbahaya jika digunakan. [6] 3.4. Sistem Pengenalan recognition system)

akan Wajah

sangat (facial

3.4.1 Sistem Pengenalan Wajah Pengenalan wajah adalah salah satu teknologi biometric yang telah banyak diaplikasikan dalam sistem keamanan selain pengenalan retina mata, pengenalan sidik jari dan iris mata. Dalam aplikasinya sendiri pengenalan wajah menggunakan sebuah kamera untuk menangkap wajah seseorang kemudian dibandingkan dengan wajah yang sebelumnya telah disimpan di dalam database tertentu.[7] Pengenalan wajah melibatkan banyak variabel, misalnya citra sumber, cira hasil pengolahan citra, citra hasil ekstraksi dan data profil seseorang. Dibutuhkan juga alat pengindra berupa sensor kamera dan metode untuk menentukan apakah citra yang ditangkap oleh webcam tergolong wajah manusia atau bukan, sekaligus untuk menentukan informasi profil yang sesuai dengan citra wajah yang dimaksud. [7] Wajah merupakan bagian dari tubuh manusia yang menjadi fokus perhatian di dalam interaksi sosial, wajah memainkan peranan vital dengan menunjukan identitas dan emosi. Kemampuan manusia untuk mengetahui seseorang dari wajahnya sangat luar biasa. Kita dapat mengenali ribuan wajah karena frekuensi interaksi yang sangat sering ataupun hanya sekilas bahkan dalam rentang waktu yang sangat lama. Bahkan kita mampu mengenali seseorang walaupun terjadi perubahan pada orang tersebut karena bertambahnya usia atau pemakaian kacamata atau perubahan gaya rambut. Oleh karena itu wajah digunakan sebagai organ dari tubuh manusia yang dijadikan indikasi pengenalan seseorang atau face recognition. [8] 3.4.2 Karakteristik Wajah Karakteristik Wajah terbagi dalam 3 level: 1. Level 1 adalah karakteristik global yang mudah teramati. Misalnya geometri (bentuk) wajah, dan warna kulit wajah. Bentuk wajah misalnya, dapat dengan mudah ditentukan, apakah lonjong ataukah bulat. Kulit wajah juga dengan mudah diamati, misalnya coklat, kuning, putih tergantung ras-nya. Fitur pada level ini mudah diamati dan kalau kalau dari foto sekalipun hanya memerlukan

resolusi rendah, pada kisaran 30 IPD (Interpupillary Distance).[9] 2. Level 2 adalah karakteristik lokal pada wajah, yaitu struktur komponen wajah seperti bentuk wajah, hidung, mulut dan hubungan antar komponen. Untuk level 2, diperlukan citra dengan resolusi lebih tinggi, antara 30 sampai 75 IPD. Karakteristik level 2 dapat direpresentasikan dengan memakai informasi geometrik maupun deskriptor tekstur wajah.[9] 3. Level 3 terdiri dari fitur level mikro pada wajah dan tak terstruktur. Misalnya goresan, perubahan warna kulit setempat, dan berbagai informasi detail lainnya. Fitur level ini biasanya dimanfaatkan untuk membedakan kembar identik.[9] 3.4.3 Desain Pengenalan Wajah Sistem pengenalan wajah terdiri dari: akuisisi citra wajah, deteksi wajah, ekstraksi fitur wajah dan pemadanan. Arsitektur pengenalan wajah ditampilkan pada Gambar 3.4.1 [9]

Gambar 3.4.3.1

a. Bagian Akuisisi Citra Akuisisi citra digital wajah dilakukan dengan berbagai sensor, antara lain sensor 2 dimensi, 3 dimensi, sekuens video. Dewasa ini, teknologi sensor telah berkembang demikian pesat, sehingga proses akuisisi citra dapat dilakukan lebih akurat dengan kualitas tinggi. Adakalanya memanfaatkan multi spectra, yaitu visible, infrared dan near-infrared. Proses akuisisi ini akan menghasilkan citra digital atau video yang akan menjadi target pengenalan identitas wajah dari objek yang tampak di dalamnya. [9] b. Deteksi Wajah Setelah citra atau video berhasil diambil, proses berikutnya adalah menentukan secara otomatis

4

lokasi bagian wajah pada gambar, dan mengabaikan objek yang bukan wajah. Bagian ini memiliki kesulitan yang cukup tinggi, karena wajah seseorang adakalanya tidak mudah dilokalisasi. Kesulitan ini disebabkan karena variasi yang disebabkan oleh pose wajah, ekspresi wajah, jenis kelamin, warna kulit dan oklusi. Oklusi misalnya disebabkan oleh pemakaian aksesori seperti kacamata hitam. Terutama dalam covert deployment, objek yang diambil gambarnya tidak menyadari kalau sedang dipantau wajahnya, sehingga tidak selalu dapat memperoleh gambar dengan pose yang ideal. Berbagai metode dikembangkan untuk mendeteksi wajah, umumnya dengan mengekstrak tekstur fitur lokal dari citra dan dilanjutkan dengan klasifikasi biner: apakah bagian tersebut merupakan bagian dari wajah atau bukan. [9] c.

Ekstraksi Fitur Wajah dan Pemadanan Ekstraksi fitur dan pemadanan, menurut Jain, Ross dan Nandakumar dapat dibagi dalam 3 pendekatan sebagaimana yang ditunjukkan pada Gambar 2 berikut. [9]

Gambar 3.4.3.2 Pendekatan Ekstraksi Fitur dan Pemadanan Wajah [9] Pendekatan berbasis penampilan (appearance-based) dilakukan dengan memetakan informasi berdimensi tinggi dari citra wajah ke ruang vektor yang berdimensi lebih rendah, sehingga mudah dilakukan analisislebih lanjut. Biasanya teknik yang dipakai adalah Principal Component Analysis (PCA), Linear Discriminant Analysis (LDA) dan Independent Component Analysis (ICA). [9] Pendekatan berbasis penampilan ini memakai nilai pixel pada citra, sehingga

memiliki kelemahan, karena sensitif terhadap pencahayaan dan ekspresi wajah. Hal ini melatarbelakangi dikembangkannya teknik lain, misalnya berbasis tekstur. [9] Pendekatan kedua adalah berbasis model, yaitu memodelkan wajah secara matematis ke 2 dimensi atau 3 dimensi, dengan tujuan agar pemadanan dapat dilakukan walaupun dengan pose wajah yang bervariasi. Pendekatan terakhir adalah berbasis tekstur. Hal ini dilakukan dengan melakukan ekstraksi fitur lokal yang invariant terhadap pose wajah maupun pencahayaan. Teknik yang dipakai antara lain gradient orientation dan local binary pattern (LBP). Algoritma ini memiliki keunggulan dalam merepresentasikan wajah, lewat karakterisasi tekstur citra memakai distribusi nilai pixel lokal. [9] 3.4.4 Kegiatan

Litbangyasa

pengenalan

wajah di PTIK Kegiatan litbangyasa biometrik pada Laboratorium Intelligent Computing selama ini difokuskan pada biometrik sidik jari dan selaput pelangi (iris) mata. Namun demikian, penelitian awal untuk pengenalan wajah telah dimulai dalam kolaborasi dengan peneliti di Swiss German University. Beberapa penelitian bersama yang telah dipublikasikan pada [3] dan [4]. Fokus penelitian tersebut pada kajian ekstraksi fitur dari wajah, dan dievaluasi dalam studi pengenalan wajah orang dari sketsa semi-forensik. Dalam pembuatan sketsa wajah, misalnya pelaku kriminal, rekaan wajah dibangun dari serpihan informasi parsial mengenai karakteristik wajah seseorang. Sehingga yang dilukis hanya garis besar atau ciri terpenting wajah seseorang, sedangkan detailnya diabaikan karena tidak dapat diingat dengan jelas. Dari sketsa yang dibuat selanjutnya dilakukan ekstraksi karakteristik, dan kemudian dibandingkan dengan gallery yang berisi foto wajah. Foto wajah yang memiliki karakteristik paling mirip dengan sketsa itu akan ditampilkan sebagai hasil pencarian. [9] Studi yang dilakukan masih pada tahap awal, tetapi apabila akurasinya telah cukup tinggi, kelak dapat dimanfaatkan untuk mencari identitas pelaku kriminal dari sketsa forensik yang dibuat berd...