SISTEM IDENTIFIKASI WAJAH SESEORANG DALAM RUANG MENGGUNAKAN FRAMEWORK TENSORFLOW

Kegiatan absensi yang masih sering menggunakan kertas dianggap kurang efektif karena berpotensi hilang dan rusak, dalam proses absensi menggunakan metode face recognition hasil absensi dapat disimpan ke dalam folder khusus agar bukti kehadiran tidak dapat dimanipulasi. Selain itu banyaknya kejadian mahasiswa melakukan manipulasi absensi dapat dicegah dengan menambahkan perhitungan manusia untuk mendeteksi jumlah orang yang hadir secara fisik dalam ruangan sesuai dengan hasil absensi menggunakan face recognition. Berdasarkan permasalah tersebut dibuat lah sistem facerecognition, dalam pembuatan sistem facerecognition dibutuhkan beberapa library yang dipakai salah satunya adalah opencv dan tensorflow. Tensorflow dapat memungkinkan pembangunan model deep learning untuk memahami dan mengidetifikasi wajah dengan tingkat akurasi yang tinggi, salah satu algoritma deep learning yang digunakan yaitu adalah Convolutional Neural Network (CNN). Pada proses identitifkasi wajah jarak antar kamera webcam yang dilakukan pada pagi hari dan malam hari dapat mempengaruhi hasil kinerja sistem. Dari setiap pengujian didapatkan jarak terbaik yaitu pada jarak 30cm dengan intensitas cahaya 36 lux dan 67 lux dengan hasil akurasi keberhasilan yang didapatkan yaitu 100%. Model identifikasi wajah yang dibuat menggunakan metode Convlutional Neural Network (CNN) sudah cukup bagus jika mendapatkan cahaya yang baik dan jarak yang sesuai.