Perbandingan Kinerja Algoritma Haar Cascade dan Convolutional Neural Network pada ESP32 Cam dengan Raspberry Pi Sebagai Sistem Presensi Rekognisi Wajah

Authors

  • Melia Sari Universitas Sriwijaya
  • M. Renaldi Nugraha Universitas Sriwijaya
  • Abdul Haris Dalimunthe Universitas Sriwijaya
  • Puspa Kurniasari Universitas Sriwijaya

DOI:

https://doi.org/10.55826/jtmit.v4i2.687

Keywords:

Sistem Presensi, Convolutional Neural Network, Haar Cascade, Deep Learning, ESP32 Cam

Abstract

Sistem presensi perkuliahan yang digunakan di Universitas Sriwijaya saat ini menggunakan dua cara, yaitu manual (tanda tangan di buku presensi) dan online melalui sistem e-learning.Kedua metode ini masih memiliki kelemahan, karena masih ada celah bagi mahasiswa untuk melakukan kecurangan pengisian presensi.Mahasiswa dapat mengisi presensi dengan cara diwakilkan oleh mahasiswa lain atau mahasiswa bersangkutan dapat mengisi absensi e-learning tanpa mengikuti kegiatan perkuliahan. Implementasi teknologi deep learning dapat digunakan untuk mencegah kecurangan pada pengisian presensi. Pada penelitian ini, menggunakan mikrokontroller ESP32 Cam karena modul tersebut lebih efisien serta memiliki beberapa koneksi bawaan seperti wifi dan Bluetooth, sehingga dapat dikembangkan menjadi IoT (Internet of Things) dan terintegrasi dengan database. Selain itu dilakukan pula perbandingan kinerja algoritma pada Raspberry PI 4 yang terhubung dengan Web Camera. Untuk pembacaan data diolah dengan algoritma deep learning Haar Cascade dan CNN (Convolutional Neural Network)..Sistem bekerja dengan cara merekam terlebih dahulu identitas wajah seluruh pengguna yang disimpan dalam database. Lalu pada saat pengambilan absen, sistem akan memanggil data yang tersimpan pada database dan mencocokkan data tersebut. Jika pengguna sudah terdaftar maka absen valid dan otomatis tersimpan pada database. Jika belum terdaftar, maka absensi tidak valid. Variable yang tersimpan pada database MySQL seperti id user,nama user, jam saat mengakses sistem presensi, dan rekam wajah. Berdasarkan data pengujian dengan lima metrik yaitu Confusion Matrix, Accuracy, Precision, Recall, dan F1 Score bahwa model CNN bekerja lebih baik dengan menggunakan Raspberry Pi (Web Camera) dibandingakn menggunakan ESP32 Cam. Sistem pengenalan wajah berbasis Convolutional Neural Network (CNN) memiliki kinerja yang bergantung pada perangkat keras yang digunakan.

References

H. Z.Ilmadina, D.Apriliani, and..., “Deteksi Pengendara Mengantuk dengan Kombinasi Haar Cascade Classifier dan Support Vector Machine,” J. Inform. …, 2022, [Online]. Available: http://ejournal.poltekharber.ac.id/index.php/informatika/article/view/3346

A.Hanafie, N. P.Husain, H.Kumkelo, and..., “Aplikasi Ekstraksi Wajah Menggunakan Algoritma Viola Jones,” ILTEK J. Teknol., 2023, [Online]. Available: http://iltek.ft-uim.ac.id/index.php/ILTEK/article/view/130

O.Pribadi, “Aplikasi Pengenalan Wajah Menggunakan Algoritma Haar Cascade Classifier Dan Local Binary Pattern Histogram,” J. TIMES, 2023, [Online]. Available: https://ejournal.stmik-time.ac.id/index.php/jurnalTIMES/article/view/691

Y.Wu, “CNN-based fault diagnosis of high-speed train with imbalance data: A comparison study,” Chinese Control Conference, CCC, vol. 2019. pp. 5053–5058, 2019. doi: 10.23919/ChiCC.2019.8866182.

S. M. A.Musa Kazmi, M. A.Mohamed, andB.Mertsching, Feature-Agnostic Low-Cost Place Recognition for Appearance-Based Mapping, vol. 11754 LNCS. 2019. doi: 10.1007/978-3-030-34995-0_5.

C.-M.Yu andY.-H.Lin, “Realization Of Object Tracking For A Visual Intelligent Guidance System Of Autonomous Underwater Vehicle | 自主式水下無人載具在視覺智能導引系統目標追踪的實現,” J. Taiwan Soc. Nav. Archit. Mar. Eng., vol. 41, no. 1, pp. 29–41, 2022.

I.Madhavi, S.Chamishka, R.Nawaratne, V.Nanayakkara, D.Alahakoon, andD.DeSilva, “A Deep Learning Approach for Work Related Stress Detection from Audio Streams in Cyber Physical Environments,” in IEEE International Conference on Emerging Technologies and Factory Automation, ETFA, 2020, pp. 929–936. doi: 10.1109/ETFA46521.2020.9212098.

R.Komala, T. W.-eProceedings, and undefined2019, “Analisis Strategi Pemasaran Menggunakan Analisis SWOT Studi Pada Eduplex Coworking Space Bandung,” … .telkomuniversity.ac.id, Accessed: Aug.25, 2021. [Online]. Available: https://openlibrarypublications.telkomuniversity.ac.id/index.php/management/article/view/9012

R.Prasasti, N.Wilis, A. Z.-S. J.Sains, and undefined2021, “Segementasi Citra Menggunakan Metode Watershed Transform dengan Kombinasi Thershold, HSV, Grayscale dan Morphology Untuk Mendeteksi Sebaran API,” ejournal.uin-suska.ac.id, vol. 19, no. 1, pp. 49–54, 2021, Accessed: Jun.05, 2022. [Online]. Available: http://ejournal.uin-suska.ac.id/index.php/sitekin/article/view/14880

L.Farokhah, “Perbandingan Metode Deteksi Wajah Menggunakan OpenCV Haar Cascade, OpenCV Single Shot Multibox Detector (SSD) dan DLib CNN,” J. RESTI (Rekayasa Sist. dan Teknol. …, 2021, [Online]. Available: http://jurnal.iaii.or.id/index.php/RESTI/article/view/3125

R. T.Puteri andF.Utaminingrum, “Deteksi kantuk menggunakan kombinasi haar cascade dan convolutional neural network,” J. Pengemb. Teknol. …, 2020, [Online]. Available: http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/7049

R. Labib, S.Hadi, and..., “Low Cost System for Face Mask Detection Based Haar Cascade Classifier Method,” MATRIK J. …, 2021, [Online]. Available: https://journal.universitasbumigora.ac.id/index.php/matrik/article/view/1187

B. T. Utomo, I. Fitri, and E.Mardiani, “Penerapan Face Recognition pada Aplikasi Akademik Online,” … JTIK (Jurnal Teknol. Inf. dan …. pdfs.semanticscholar.org, 2021. [Online]. Available: https://pdfs.semanticscholar.org/d565/1a0ce667e56c9fd9be0911369fea5c715735.pdf

Z.Lv, J.Guo, and H.Lv, “Safety Poka Yoke in Zero-Defect Manufacturing Based on Digital Twins,” IEEE Trans. Ind. Informatics, 2022, doi: 10.1109/TII.2021.3139897.

S. Yulina, “Implementation of Haar Cascade Classifier for Face Detection and Grayscale Image Transformation Using OpenCV,” J. Komput. Terap., 2021, [Online]. Available: https://www.neliti.com/publications/471371/implementation-of-haar-cascade-classifier-for-face-detection-and-grayscale-image

A. I.Pradana, “Deteksi Ketepatan Pengunaan Masker Wajah dengan Algoritma CNN dan Haar Cascade,” JATISI (Jurnal Tek. Inform. dan Sist. Inf. …, 2022, [Online]. Available: https://jurnal.mdp.ac.id/index.php/jatisi/article/view/2912

V.Dores, “Identifikasi masker pada face detection dengan menggunakan metode Haar Cascade dan CNN,” J. Sistim Inf. dan Teknol., 2022, [Online]. Available: http://www.jsisfotek.org/index.php/JSisfotek/article/view/154

G. Q. O.Pratamasunu, O. I. R.Farisi, and..., “Pengenalan Wajah Mahasiswa Universitas Nurul Jadid Pada Video Menggunakan Metode Haar Cascade Dan Deep Learning,” COREAI J. …, 2020, [Online]. Available: http://ejournal.unuja.ac.id/index.php/core/article/view/1642

R. Prathivi and Y.Kurniawati, “Sistem Presensi Kelas Menggunakan Pengenalan Wajah Dengan Metode Haar Cascade Classifier,” Simetris: Jurnal Teknik Mesin, Elektro …. jurnal.umk.ac.id, 2020. [Online]. Available: https://jurnal.umk.ac.id/index.php/simet/article/download/3754/2070

M. W.Septyanto, H.Sofyan, H.Jayadianti, and..., “Aplikasi Presensi Pengenalan Wajah Dengan Menggunakan Algoritma Haar Cascade Classifier,” Telemat. J. …, 2020, [Online]. Available: http://jurnal.upnyk.ac.id/index.php/telematika/article/view/3182

S.Yulina, “Penerapan Haar Cascade Classifier dalam Mendeteksi Wajah dan Transformasi Citra Grayscale Menggunakan OpenCV,” J. Komput. Terap., 2021, [Online]. Available: http://jurnal.pcr.ac.id/index.php/jkt/article/view/3411

R. J.Subita, I. H.Rahman, M. R.Pratama, and..., “Pengujian Identifikasi Jumlah Kerumunan Face Recognition Menggunakan Haar Cascade Clasifier,” J. Ilm. …, 2023, [Online]. Available: https://journal.admi.or.id/index.php/JUKIM/article/view/432

D. I.Mulyana, Y. Y. A.Saputry, and..., “Penerapan Face Recognition Dengan Algoritma Haar Cascade Untuk Sistem Absensi Pada Yayasan Pusat Pengembangan Anak Jakarta,” J. Cahaya …, 2023, [Online]. Available: https://ojs.cahayamandalika.com/index.php/jcm/article/view/1284

R. A. Pahlevi and B. Setiaji, “… of Application Haar Cascade Classifier and Local Binary Pattern Histogram Algorithm in Recognising Faces With Real-Time Grayscale Images Using Opencv,” Jurnal Teknik Informatika (Jutif). pdfs.semanticscholar.org, 2023. [Online]. Available: https://pdfs.semanticscholar.org/8c6a/fe067eae96292115c24241e454694becf9a4.pdf

A. Y. P.Bayu, “Sistem Pemantauan Penggunaan Protokol Kesehatan Covid-19 Menggunakan Metode Haar Cascade Dan Neural Network,” J. Qua Tek., 2021, [Online]. Available: http://ejournal.unisbablitar.ac.id/index.php/qua/article/view/1686

Downloads

Published

29-05-2025

How to Cite

[1]
Melia Sari, M. Renaldi Nugraha, Abdul Haris Dalimunthe, and Puspa Kurniasari, “Perbandingan Kinerja Algoritma Haar Cascade dan Convolutional Neural Network pada ESP32 Cam dengan Raspberry Pi Sebagai Sistem Presensi Rekognisi Wajah”, JTMIT, vol. 4, no. 2, pp. 448–456, May 2025.