Di zaman sekarang ini banyak teknologi yang sedang mengarah ke perkembangan teknologi biometrik dimana anggota tubuh manusialah yang dijadikan objek verifikasi. Misalnya password yang menggunakan sidik jari, menggunakan kontak retina mata, dan banyak lainnya. Tapi kali ini yang akan dibahas adalah tentang presensi karyawan yang menggunakan webcame. Sebenarnya penjelasan lengkapnya ada di dalam sebuah jurnal dan disini saya akan jelaskan tentang sistem ini secara singkat. Berikut penjelasan singkatnya :
Sistem presensi yang ada pada saat ini mengalami perkembangan ke arah biometrik dimana anggota tubuh manusia yang dijadikan objek verifikasi. Contoh dari sistem presensi biometrik adalah sistem presensi dengan metoda sidik jari (finger print) dan metoda struktur geometri tangan (hand geometri) yang memverifikasi seseorang dari sidik jari dan struktur tangan orang tersebut. Metoda pelatihan dan pengenalan citra wajah dalam sistem presensi ini adalah dengan menggunakan metoda Principal Components Analysis (PCA) yang ditemukan oleh sekelompok peneliti di MIT. PCA mereduksi komponen-komponen yang tidak perlu dalam citra wajah kemudian menyimpan informasi penting dari wajah saja sebagai bagian yang diperlukan dalam proses pengenalan citra. Pemilihan PCA dikarenakan metoda ini adalah metoda yang cepat dalam melakukan proses pelatihan dan pengenalan citra dengan jumlah citra pelatihan yang sedikit akan tetapi dapat menghasilkan suatu keputusan yang cepat dan tepat. Sistem presensi ini dikombinasikan dengan alat-alat yang lain karena sistem presensi ini ditujukan untuk alat presensi yang digunakan secara real time.
Kegiatan yang dilakukan dengan sistem ini bertujuan yang sama dengan sistem presensi lainny yang sudah ada yaitu mencatat kehadiran para karyawan yang diperlukan untuk administrasi ataupun kegiatan organisasi lainnya. Sistem presensi ini berpedoman pada istilah verfikasi wajah (face verification) yang berarti sistem ini akan memastikan bahwa hanya karyawan yang mempunyai ID tertentu yang berhak untuk melakukan kegiatan presensi untuk dirinya sendiri. Jadi, dengan adanya penggunaan sistem ini dapat dipastikan bahwa si pengguna sistem presensi ini adalah memang benar si penggunanya itu sendiri bukan diwakilkan oleh orang lain.
Cara kerja sistem ini sebagai berikut : Seorang karyawan yang akan melakukan kegiatan presensi harus terlebih dahulu mempunyai ID dan menunggu sampai status sistem siap. Setelah status sistem siap dan karyawan tersebut selesai memasukkan IDnya, maka status sistem akan menjadi sibuk dan komputer akan memeriksa terlebih dahulu status dari ID tersebut, apabila ID tersebut tidak ada, maka komputer akan langsung mengirimkan sinyal. Seorang karyawan yang akan melakukan kegiatan presensi harus terlebih dahulu mempunyai ID dan menunggu sampai status sistem siap. Setelah status sistem siap dan karyawan tersebut selesai memasukkan IDnya, maka status sistem akan menjadi sibuk dan komputer akan memeriksa terlebih dahulu status dari ID tersebut, apabila ID tersebut tidak ada, maka komputer akan langsung mengirimkan sinyal penolakan presensi dan juga mengirimkan sinyal yang menandakan status sistem menjadi siap, tetapi apabila ID tersebut ada di database, komputer akan mengambil citra dari wajah karyawan dan mengubah warna dari citra tersebut menjadi grayscale, kemudian akan melakukan proses pelatihan terhadap citra wajah pelatihan dan pengenalan terhadap citra wajah yang baru saja di dapat melalui proses pengambilan citra wajah. Hasil verifikasi akan langsung dikirimkan ke komputer melalui port serial untuk menyalakan indikator hasil verifikasi yang berupa LED segera setelah komputer selesai melakukan proses pelatihan dan pengenalan citra. Apabila hasil verifikasi diterima, maka komputer akan mencatat jam pada saat karyawan tersebut melakukan presensi. Setelah semua proses di atas dilakukan, maka status sistem akan kembali ke keadaan siap.
Berdasarkan penelitian yang telah dilakukan sebelumnya, diketahui bahwa penggunaan citra pelatihan yang terlalu banyak akan menghasilkan matriks kovarian dengan ukuran yang semakin besar juga sehingga akan semakin sulit menemukan vektor eigen, oleh karena inilah, PCA sangat cocok untuk dataset yang sedikit. Demikian yang saya dapat sampaikan. Semoga dengan membaca tulisan ini, dapat menambah pengetahuan kalian semua. Bagi kalian yang ini membaca tentang teknologi sistem ini pada jurnalnya secara lengkap dan jelas dapat mendownload di bawah ini :
http://docs.google.com/viewer?a=v&q=cache:q3eE4Ec-JIYJ:puslit2.petra.ac.id/ejournal/index.php/jte/article/viewPDFInterstitial/17783/17699+jurnal+tentang+teknologi+biometrik+bidang+komputer&hl=id&gl=id&pid=bl&srcid=ADGEESisSLvJIsf4hWxA7w_G18uHnEOenTu-p7CiR2WNfLhE2XFSUKOZq7XHuFBGL6HRbvmJwmuCrm_PApGpF7X70rht3aGVZamfxz707LJb_Q5bcVu_CIBNzt9QRRlr1NVOY6p43CoT&sig=AHIEtbS1lIjPPP_nx4UBOUBU99VcVPCptA&pli=1