IMPLEMENTASI SISTEM VALIDASI IDENTITAS BERBASIS SINGKRONISASI ID CARD DAN FACE RECOGNITION MENGGUNAKAN METODE GLCM DAN K-NN

I KOMANG ASTINA ADIPUTRA

Informasi Umum

Kode

19.04.1499

Klasifikasi

C -

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Pengolahan Sinyal Informasi

Informasi Lainnya

Abstraksi

Validasi atau autentikasi identitas merupakan salah satu teknik untuk menjaga keamanan suatu sistem. Dalam kehidupan sehari-hari masih banyak sistem autentikasi yang dilakuan secara manual dan terjadi pemalsuan identitas seperti sistem pembayaran parkir, presensi pegawai maupun presensi mahasiswa. Pemalsuan identitas dapat terjadi karena autentikasi suatu sistem hanya menggunakan fitur yang sederhana yaitu username, password, dan RFID pada ID Card. Untuk mengurangi kesalahan autentikasi dan pemalsuan identitas, maka suatu sistem harus mempunyai fitur biometric seperti finger print, face recognition, dll. Pada tugas akhir ini dirancang sebuah sistem validasi identitas menggunakan beberapa fitur yaitu RFID pada ID Card dan face recognition. Pada saat terjadi validasi identitas, sistem akan membaca kode chip pada ID Card menggunakan modul RFID-RC522A pada Arduino UNO dan divalidasi dengan face recognition. Metode ekstraksi ciri yang digunakan dalam proses face recognition adalah Direct Gray Level Co-occurrence Matrix (Direct GLCM), metode ini secara langsung menggunakan GLCM dengan mengubah matriks menjadi vektor yang dapat digunakan sebagai vektor fitur untuk proses klasifikasi. Untuk metode klasifikasi yang digunakan adalah algoritma K-Nearest Neighbor (K-NN), tujuan dari algoritma ini adalah untuk mengklasifikasikan obyek baru berdasarkan atribut dan sampel-sample dari data training. Data yang digunakan dalam sistem yaitu 8 ID Card dan 168 citra wajah unuk data latih, serta untuk data uji digunakan 8 ID Card dan 210 citra wajah yang berbeda. Hasil yang diperoleh dari serangkaian proses di atas adalah sebuah sistem yang dapat digunakan untuk vaidasi identitas dengan akurasi sistem yang diperoleh sebesar 97,50 %, dengan nilai False Acceptance Rate (FAR) sebesar 0,53 % dan False Rejection Rate (FRR) sebesar 1,97 %.

Kata Kunci: Validasi Identitas, RFID, Arduino, Face Recognition, Direct GLCM, K-NN.