Implementasi Metode Principal Component Analysis untuk Sistem Pengenalan Wajah

Teknologi dimasa pandemic saat ini sangat dibutuhkan dalam berbagai bidang khususnya proses belajar mengajar yang dilaksanakan oleh hampir seluruh jenjang pendidikan, khususnya jenjang pendidikan tinggi. Namun pada kenyataannya mahasiswa justru tidak menggunakan media tersebut secara optimal bahkan menurut artikel dari jurnal berjudul “Penilaian dan Evaluasi Pendidikan Tingkat Tinggi yang dikeluarkan pada 30 September 2019” Jasa joki online dikalangan mahasiswa sudah berkembang menjadi bisnis global. Untuk mengatasi permasalahan tersebut diatas peneliti memanfaatkan teknologi Biometrics Authentication and Recognition. Dalam penelitian ini permasalahan yang diangkat yaitu bagaimana melakukan pengenalan wajah mahasiswa dalam sistem absensi di elearning yang digunakan untuk mendeteksi wajah mahasiswa untuk dapat mengakses sistem elearning tersebut. Pada penelitian yang dilakukan penulis saat ini dilakukan dengan menggunakan metode Principal Component Analysis menggunakan pengukuran jarak Euclidean untuk mencari kemiripan ciri suatu citra serta menghasilkan nilai maksimum dan minimum dari 50 citra yang diuji, sehingga akan diperoleh output wajah yang dikenali dan tidak dikenali, maka menghasilkan min distance terkecil sebesar 0.832% dari citra wajah Baijingting dan min distance terbesar dari citra wajah Aidai dengan jarak sebesar 0.973%.