Pembangunan Sistem Presensi Dengan Metode Pengenalan Pola Wajah Studi Kasus Bimbingan Belajar X Target Cabang Abdurahman Saleh

X-Target adalah bimbingan belajar jenjang SD, SMP dan SMA di Kota Bandung. Salah satu cabang bertempat di Abdurrahman Saleh No 41. X-Target memberikan jaminan uang 100% kembali apabila peserta didik gagal diterima di sekolah tujuan dengan syarat kehadiran minimal 90%. Oleh karena itu, presensi harus dicatat dan dilaporkan kepada kantor pusat dan juga orang tua. Sistem presensi juga dapat meningkatkan daya jual dari X-Target. Eigenface merupakan algoritma yang menggunakan teknik PCA (Principal component analysis). PCA adalah teknik linear reduksi menggunakan teori sederhana dari statistik. Eigenface memanfaatkan nilai statistik dari setiap citra pada data training. Sebelum melakukan training eigenface membutuhkan pendeteksian oleh Haar Cascade dimana didalamnya terdapat proses merubah citra menjadi abu-abu. Hasil dari penelitian ini adalah sebuah sistem dimana aplikasi presensi dapat melakukan pengenalan pola wajah dengan rata�rata akurasi keberhasilan pengenalan 85% dan rata-rata durasi pengenalan selama 4,3 detik. Hasil absensi peserta didik dikirimkan pesan SMS kepada orangtua tua atau wali.

X target is one of tutoring course for elementary level, junior high school level and senior high school level, which located in Bandung. One of the branch office is located at Abdurahman Saleh no 41. X-target has a guarantee programe to refund 100% cash back money, if the students not accepted at their objectives schools, one of term is the requirement of students attendance with minimum 90% attendance. Therefore, the presence of students attendance should be recorded and reported to the central office and their parents. The presence system have to be able to add more a selling power of X-Target. Eigenface is an algorithm that use PCA technique. PCA is a linear reduction technique which use a simple theory of statistics. Eigenface takes the advantages of the statistic value from each image in the training data. Before training, eigenface needs face detection by Haar Cascade with consist image grayscalling. The results from this research is a system where the presence application can perform facial pattern recognition with the average successful recognition 85% accuracy and the average duration of recognition for 4.3 seconds. The absence of students will be sent a messages to theirs parent or representative.