Analisis Perbandingan Metode Pengenalan Wajah untuk Absensi Online dengan KNN dan Local Binary Pattern Histogram (LBPH)

Comparative Analysis Methods of Identification for Online Abnessions With KNN And Local Binary Pattern Histogram (LBPH)

Pengenalan wajah merupakan bagian integral dari sistem biometrik yang banyak digunakan dalam berbagai aplikasi, termasuk dalam sistem absensi online. Penelitian ini bertujuan untuk membandingkan dua metode pengenalan wajah, yaitu k-Nearest Neighbor (KNN) dan Local Binary Pattern Histogram (LBPH), dalam konteks implementasi sistem absensi online. Dengan memanfaatkan data wajah dari 10 individu dengan masing-masing paling sedikit 100 citra wajah, penelitian ini melibatkan pengambilan data wajah secara real-time menggunakan webcam dan analisis performa metode KNN serta LBPH. Hasil pengujian menunjukkan bahwa metode KNN, dengan total 1011 wajah, mencapai akurasi terbaik sebesar 98,52% untuk pengenalan wajah. Sementara itu, metode LBPH memberikan hasil terbaik sebesar 81% untuk pencocokan wajah per individu. Dari hasil pengujian yang telah dilakukan menunjukkan bahwa akurasi yang dihasilkan dengan menggunakan metode KNN memiliki akurasi lebih baik dibandingkan LBPH. Penelitian ini memberikan pemahaman yang lebih baik tentang kecocokan dan keunggulan relatif dari kedua metode dalam konteks pengenalan wajah untuk tujuan absensi online.

Face recognition is an integral part of biometric systems that are widely used in various applications, including in online attendance systems. This study aims to compare two facial recognition methods, namely k-Nearest Neighbor (KNN) and Local Binary Pattern Histogram (LBPH), in the context of implementing an online attendance system. Using facial data from 10 individuals with at least 100 facial images each, the study involved taking real-time facial data using a webcam and performance analysis of KNN and LBPH methods. The test results showed that the KNN method, with a total of 1011 faces, achieved the best accuracy of 98.52% for facial recognition. Meanwhile, the LBPH method provides the best results of 81% for face matching per individual. From the test results that have been carried out show that the accuracy produced using the KNN method has better accuracy than LBPH. This study provides a better understanding of the compatibility and relative advantages of the two methods in the context of facial recognition for online attendance purposes.