Implementasi YOLOv8 dan Local Binary Pattern Histogram (LBPH) untuk Simulasi Presensi

Romadhon, Muhammad (2025) Implementasi YOLOv8 dan Local Binary Pattern Histogram (LBPH) untuk Simulasi Presensi. undergraduate thesis, Universitas Muhammadiyah Gresik.

[img] Text
Keaslian[1].pdf

Download (384kB)
[img] Text
Lembar persetujuan skripsi.pdf

Download (169kB)
[img] Text
Lembar pengesahan skripsi.pdf

Download (222kB)
[img] Text
Persetujuan_publikasi[1].pdf

Download (560kB)
[img] Text
cover.pdf

Download (914kB)
[img] Text
bab 1.pdf

Download (391kB)
[img] Text
bab 2.pdf

Download (559kB)
[img] Text
bab 3.pdf

Download (625kB)
[img] Text
bab 4.pdf
Restricted to Repository staff only

Download (605kB)
[img] Text
bab 5.pdf
Restricted to Repository staff only

Download (285kB)
[img] Text
daftar pustaka.pdf

Download (346kB)

Abstract

Presensi merupakan aktivitas penting dalam institusi pendidikan maupun perusahaan sebagai indikator kedisiplinan. Sistem presensi konvensional yang masih berbasis jurnal rentan terhadap manipulasi, kehilangan, maupun kerusakan data, sedangkan metode lain seperti fingerprint, QR code, RFID, maupun GPS juga masih memiliki keterbatasan. Oleh karena itu, penelitian ini mengusulkan simulasi sistem presensi berbasis wajah dengan mengintegrasikan algoritma YOLOv8 untuk face detection dan LBPH untuk face recognition. YOLOv8 dipilih karena kemampuannya mendeteksi wajah secara real-time, sementara LBPH memiliki keunggulan dalam pengenalan wajah dengan kebutuhan komputasi rendah. Pengujian dilakukan terhadap 25 orang dengan total 250 percobaan presensi. Hasil analisis confusion matrix menunjukkan akurasi sistem sebesar 98,4%, precision 98,4%, recall 100%, serta F1-score 99,2%. Sistem juga mampu mencatat tanggal dan waktu kehadiran secara otomatis dengan latency rata-rata 69,185 ms. Kendati demikian, akurasi dapat menurun apabila objek wajah bergerak terlalu cepat saat proses pengambilan citra. Secara keseluruhan, sistem yang diusulkan menunjukkan performa sangat baik dan berpotensi diimplementasikan sebagai solusi presensi yang efisien, higienis, dan minim manipulasi.

Item Type: Thesis (undergraduate)
Uncontrolled Keywords: Pencatatan Kehadiran; YOLOv8; LBPH; Deteksi Wajah; Pengenalan Wajah
Subjects: Engineering > Informatics Engineering
Engineering
Divisions: Faculty of Engineering > Informatics Engineering Study Program
Depositing User: Muhammad Romadhon
Date Deposited: 08 Oct 2025 06:55
Last Modified: 08 Oct 2025 06:55
URI: http://eprints.umg.ac.id/id/eprint/14799

Actions (login required)

View Item View Item