lisensi ini mengizinkan setiap orang untuk menggubah ...kc.umn.ac.id/4811/3/bab iii.pdf ·...
TRANSCRIPT
Team project ©2017 Dony Pratidana S. Hum | Bima Agus Setyawan S. IIP
Hak cipta dan penggunaan kembali:
Lisensi ini mengizinkan setiap orang untuk menggubah, memperbaiki, dan membuat ciptaan turunan bukan untuk kepentingan komersial, selama anda mencantumkan nama penulis dan melisensikan ciptaan turunan dengan syarat yang serupa dengan ciptaan asli.
Copyright and reuse:
This license lets you remix, tweak, and build upon work non-commercially, as long as you credit the origin creator and license it on your new creations under the identical terms.
14
BAB III
METODOLOGI DAN PERANCANGAN SISTEM
3.1 Metodologi Penelitian
Metode dan tahapan penelitian yang digunakan dalam penelitian ini adalah
sebagai berikut.
1. Tinjauan Pustaka
Bentuk kegiatan yang dilakukan dalam tahapan ini berupa pengumpulan segala
bentuk informasi seperti buku, referensi, data, ataupun jurnal-jurnal penelitian
yang terkait dengan penelitian yang dilakukan pada tugas akhir ini. Tahapan ini
menjadi tahap paling awal dalam proses penelitian yang dilakukan
2. Analisis Kebutuhan
Pada tahap analisis kebutuhan ini, dilakukan analisis terhadap algoritma, data,
dan proses apa saja yang digunakan pada penelitian ini. Proses analisis pada
Algoritma Eigenface dilakukan dimulai dari teori dan perhitungan yang
digunakan ke dalam sistem yang dibuat. Selain itu, bentuk data yang dibutuhkan
seperti input data dan alat bantu yang dibutuhkan dalam pembangunan sistem
juga dianalisis pada tahap ini.
3. Perancangan Sistem
Setelah proses pengumpulan bahan literatur dan analisis kebutuhan sistem,
maka dapat dibuat sebuah rancangan atau gambaran dasar mengenai sistem
yang dibuat. Fungsionalitas sistem ditentukan pada tahap ini sesuai dengan
spesifikasi yang sudah dirumuskan sebelumnya. Rancangan seperti halaman
antar muka dan struktur media penyimpanan (database) juga dilakukan pada
tahap ini.
Implementasi Algoritma...,Vincentius Kurniawan,FTI UMN,2017
15
4. Implementasi Sistem
Dalam tahap ini dilakukan proses implementasi dari rancangan yang telah
dilakukan pada ketiga tahap sebelumnya. Proses pembuatan sistem (coding)
sesuai spesifikasi dan fungsionalitas dilaksanakan. Berbagai komponen yang
dibutuhkan dalam sistem seperti tampilan antar muka, modul program,
Application Program Interface (API) dikerjakan pada tahap ini.
5. Pengujian dan Evaluasi Sistem
Sistem yang telah rampung dikerjakan diuji pada tahap ini untuk memastikan
terpenuhinya fungsionalitas yang telah ditentukan. Evaluasi dilakukan untuk
menentukan apakah sistem yang dibangun telah memenuhi tujuan dari
penelitian ini. Menurut Uma Sekaran (2006) mengutip Roscoe (1975)
berpendapat bahwa acuan umum unttuk menentukan ukuran sampel dalam
penelitian eksperimental disarankan menggunakan ukutan sampel kecil antara
10 sampai 20 dengan tujuan mencapai hasil yang dapat dikatakan sukses. Oleh
karena itu digunakan 15 citra wajah berbeda dalam pengujian sistem yang
dirancang dengan masing-masing lima citra wajah pelatihan.
6. Dokumentasi
Pada akhirnya penulisan laporan dilakukan pada tahapan ini dengan tujuan
mendokumentasikan segala bentuk proses penelitian serta menyimpulkan hasil
akhir yang didapat dari pengerjaan tugas akhir ini.
3.2 Analisis Sistem
Hasil analisis kebutuhan proses bisnis dalam sistem presensi menggunakan
pengenalan wajah ini dibagi menjadi dua bagian. Pertama, kebutuhan input dan
Implementasi Algoritma...,Vincentius Kurniawan,FTI UMN,2017
16
output sistem. Kebutuhan input atau masukan dari sistem presensi ini berupa data
diri pengguna baru untuk registrasi, lima sampai sepuluh data citra wajah pelatihan,
data citra untuk presensi, data waktu proses presensi yang diambil dari server, status
presensi untuk menentukan apakah melakukan presensi masuk atau keluar, data
koordinat lokasi yang diperbolehkan untuk melakukan presensi, dan data koordinat
lokasi pengguna.
Kedua, analisis dari segi fungsionalitas dan jenis pengguna yang memiliki
interaksi langsung dengan sistem. Hasil dari observasi sistem presensi yang umum
digunakan saat ini seperti mesin tapping, dibutuhkannya sebuah sistem dengan
minimal dua jenis hak akses yakni admin dan user. Fungsionalitas sistem presensi
diharapkan dapat melakukan registrasi pengguna baru. Pengguna baru yang telah
didaftarkan diharuskan dapat melakukan pelatihan citra wajah dirinya sendiri,
melakukan presensi menggunakan pengenalan wajah, dan melihat riwayat presensi
dirinya. Pengguna dengan hak akses admin dapat melakukan pengaturan data
presensi dan lokasi serta melakukan peninjauan riwayat kehadiran pengguna lain.
Hasil dari kebutuhan fungsionalitas yang telah dipaparkan, maka terdapat
kebutuhan untuk dua jenis basis sistem yang berbeda. Pertama adalah sistem
presensi berbasis web (back-end) untuk memenuhi fungsionalitas registrasi
pengguna baru, pengaturan data presensi dan lokasi yang hanya dapat diakses oleh
pengguna dengan hak akses admin. Kedua ialah sistem presensi berbasis mobile
(front-end) untuk memenuhi fungsionalitas proses presensi, pelatihan wajah, dan
melihat riwayat presensi.
Banyaknya aplikasi yang dapat memalsukan koordinat atau lokasi seorang
pengguna menjadi salah satu kendala dalam sistem ini. Oleh karena itu butuhnya
Implementasi Algoritma...,Vincentius Kurniawan,FTI UMN,2017
17
tindakan pencegahan dengan penambahan fitur pengecekkan apakah terdapat
aplikasi lain dalam perangkat mobile yang menggunakan atau mempengaruhi GPS
service. Dengan begitu penggunaan aplikasi seperti Fake GPS atau segala bentuk
tindakan GPS spoofing dapat dihindari.
Proses pelaksanaan pembuatan sistem ini diputuskan menggunakan
Algoritma Eigenface yang merupakan bagian dari Principal Component Analysis
(PCA) sebagai algoritma utama dalam sistem. Proses penggunaan algoritma akan
dilakukan bukan pada aplikasi Android yang dibuat melainkan pada API sistem
dalam bentuk aplikasi berbasis web pada web server. API pada sistem ini dibuat
berbasis web dengan Bahasa pemrograman PHP dan penggunaan basis data
MySQL untuk penyimpanan data pengguna maupun kumpulan citra pelatihan
untuk pengenalan wajah pada Algoritma Eigenface.
Sistem yang dibuat untuk perangkat mobile berbasis Android pada
penelitian ini menggunakan Android Studio, Android SDK, dan Android NDK.
Sistem dibangun menggunakan bahasa pemrograman Java dengan Java
Development Kit 8 (JDK 8 - 64 bit) dan ditujukan untuk perangkat Android dengan
sistem operasi maksimal Marshmallow (6.0.1 API 23). Selain penggunaan kamera
untuk pengambilan citra wajah pada Android, sistem mobile ini juga menggunakan
layanan lokasi atau Global Positioning System (GPS) untuk menentukan posisi
pengguna saat melakukan presensi. Hal ini bertujuan agar validasi presensi
seseorang tidak hanya dilihat dari waktu tapi juga tempat atau posisi pengguna
dapat dilacak riwayatnya.
Implementasi Algoritma...,Vincentius Kurniawan,FTI UMN,2017
18
3.3 Perancangan Sistem
Dari analisis yang telah dilakukan, maka dirancanglah sebuah sistem
presensi dengan beberapa fungsionalitas utama baik pada sistem mobile (front-end)
dan web (back-end). Beberapa fungsionalitas tersebut dijabarkan sebagai berikut.
a. Proses registrasi pengguna baru.
Fungsionalitas ini dapat dilakukan pada web (back-end) yang telah disediakan
dengan asumsi setiap pengguna baru yang hendak melakukan presensi harus
melakukan registrasi sebelumnya.
b. Proses pengambilan wajah untuk latihan
Proses ini memperbolehkan pengguna untuk mengambil citra sebanyak n
menggunakan smartphone diri sendiri dan mengirimkan citra wajah tersebut ke
web server.
c. Proses create, update, delete data presensi dan lokasi
Proses ini juga dilakukan pada web (back-end) sistem dimana hanya pengguna
dengan hak akses khusus yang dapat melakukan pengubahan atau penghapusan
pada data presensi yang ada.
d. Proses presensi
Proses presensi dapat dilakukan pada sistem mobile dan posisi pengguna sesuai
dengan koordinat lokasi yang telah ditentukan sebelumnya. Pengguna dapat
menentukan sendiri apakah proses presensi yang dilakukan adalah proses
masuk atau keluar. Apabila pengguna sudah melakukan proses presensi dengan
state masuk dan melakukan proses presensi ulang dengan state yang sama atau
tidak berubah, maka data yang telah tersimpan sebelumnya akan terhapus secara
otomatis dan mengganti data tersebut dengan data terbaru.
Implementasi Algoritma...,Vincentius Kurniawan,FTI UMN,2017
19
e. Proses peninjauan riwayat presensi dan searching
Pada proses ini, pengguna dapat melihat kembali riwayat presensi atau presensi
di sistem mobile. Sedangkan bagi pengguna dengan privilege yang lebih
memiliki fitur pencarian (searching) untuk melihat riwayat presensi pengguna
lain di satu divisinya.
Sistem yang dibangun pada penelitian ini dijabarkan dalam bentuk data flow
diagram (DFD) dan diagram alur kerja sistem (flowchart) untuk hasil analisis
perpindahan data dalam sistem. Selain itu, terdapat pula entity relationship diagram
(ERD), skema tabel database, dan struktur tabel untuk menampilkan relasi antar
tabel yang digunakan pada database sistem presensi ini.
3.3.1 Data Flow Diagram
Setelah mendeskripsikan fungsionalitas sistem maka dirancanglah sebuah
alur data yang ada pada saat sistem dijalankan. Alur data dalam bentuk Data Flow
Diagram (DFD) yang akan dijabarkan sebagai berikut. Pada Gambar 3.1
merupakan DFD Context Diagram sistem presensi menggunakan Algoritma
Eigenface yang menggambarkan aliran data secara keseluruhan.
Gambar 3.1 DFD Context Diagram Sistem Presensi
Implementasi Algoritma...,Vincentius Kurniawan,FTI UMN,2017
20
Pada DFD Context Diagram dapat dibagi menjadi 2 bagian proses besar
pada sistem yakni sistem berbasis web dan berbasis mobile seperti dijabarkan pada
Gambar 3.2.
Gambar 3.2 DFD Level 1 Sistem Presensi dengan Algoritma Eigenface
Proses pada sistem berbasis web terbagi kembali menjadi beberapa
subproses seperti Proses Login, Proses Pengaturan data presensi dan lokasi, serta
serta Proses registrasi pengguna baru. Proses-proses tersebut dapat dilihat pada
penjabaran pada Gambar 3.3. Pengguna dengan hak akses user dapat menggunakan
sistem terbatas pada fitur melihat riwayat presensi dirinya, sedangkan pengguna
dengan hak akses admin memiliki hak untuk melakukan pengaturan dari beberapa
Implementasi Algoritma...,Vincentius Kurniawan,FTI UMN,2017
21
fitur yang telah dijelaskan sebelumnya. Penggunaan data tabel-tabel yang terdapat
dalam sistem juga dijabarkan pada diagram ini seperti Tabel Access control, New
image log, Location, Presensi, Imageset, Employee, dan Eigenface.
Gambar 3.3 DFD Level 2 Sistem Presensi berbasis web
Pada ketiga subproses yang ada pada sistem presensi berbasis web, terdapat
alur data dari Proses Registrasi pengguna baru yang hanya dapat dilakukan oleh
pengguna dengan hak akses admin. Proses tersebut terbagi menjadi dua subproses
yaitu penyimpanan data pengguna baru ke dalam database dan proses generate
eigenface dan eigenvalue wajah pengguna baru. Alur data dalam Proses Registrasi
dijelaskan dalam diagram alur level tiga Proses Registrasi pada Gambar 3.4.
Implementasi Algoritma...,Vincentius Kurniawan,FTI UMN,2017
22
Gambar 3.4 DFD Level 3 Proses Registrasi
Pada Gambar 3.5 menjelaskan hasil dekomposisi diagram dari Proses
Pengaturan data Presensi dan Lokasi.
Gambar 3.5 DFD Level 3 Proses Pengaturan data presensi dan lokasi
Implementasi Algoritma...,Vincentius Kurniawan,FTI UMN,2017
23
Diagram tersebut menjabarkan secara detail proses tersebut dengan
membagi menjadi tujuh subproses yaitu menampilkan data presensi, menghapus
data presensi, mengubah data presensi, menampilkan data lokasi, menghapus data
lokasi, menyimpan perubahan data lokasi, dan pengaturan Tabel Imageset. Di
dalam DFD Level 2 Proses Pengaturan data Presensi dan Lokasi terdapat subproses
Pengaturan Imageset. Proses tersebut memiliki beberapa subproses hasil
dekomposisi yaitu menampilkan data imageset, perhitungan bobot wajah,
menyimpan perubahan data imagset, dan menghapus data imageset. Alur data
dalam proses-proses tersebut dijabarkan pada Gambar 3.6
Gambar 3.6 DFD Level 4 Proses Pengaturan Imageset
Setelah proses-proses yang terdapat pada sistem web dijabarkan, pada
sistem presensi berbasis mobile terbagi menjadi Proses Login, Proses Presensi,
Proses History dan Searching, dan Proses Training Wajah. Pada Proses Login
Implementasi Algoritma...,Vincentius Kurniawan,FTI UMN,2017
24
dilakukan pengecekan data nomor ID yang dimasukkan baik oleh admin ataupun
user ke dalam sistem dengan yang berada dalam Tabel Access control. Pengguna
dengan hak akses admin dapat menggunakan fitur searching pada sistem dengan
mengirimkan data nama pengguna lain untuk menampilkan riwayat kehadiran
pengguna tersebut. Hasil dekomposisi dari Level 1 sistem presensi yang telah
dijabarkan dapat dilihat pada Gambar 3.7.
Gambar 3.7 DFD Level 2 Sistem Presensi dengan Eigenface berbasis mobile
Implementasi Algoritma...,Vincentius Kurniawan,FTI UMN,2017
25
Pada Gambar 3.8 menjabarkan alur data proses presensi yang dapat
dilakukan pengguna.
Gambar 3.8 DFD Level 3 Proses presensi pada sistem mobile
Pada Gambar 3.9 berikut ini merupakan alur data yang terjadi pada Proses
History dan Searching.
Gambar 3.9 DFD Level 3 Proses History dan Searching
Implementasi Algoritma...,Vincentius Kurniawan,FTI UMN,2017
26
3.3.2 Flowchart Sistem
Alur kerja sistem yang dibangun terbagi menjadi beberapa tahap, baik tahap
yang dilakukan pada sistem web sebagai back-end nya juga tahap-tahap yang ada
pada sistem mobile. Pada sistem web (API) tahap yang dilakukan berupa registrasi
pelatihan wajah baru, pendaftaran koordinat lokasi baru, dan perhitungan Eigenface
dari kumpulan citra wajah yang sudah diregistrasi. Sedangkan sistem yang ada pada
perangkat mobile memiliki tahap presensi, pencarian riwayat presensi, pencarian
riwayat pengguna lain, dan pelatihan citra wajah.
A. Back-end
Alur kerja sistem presensi back-end secara keseluruhan terbagi menjadi
tiga subproses. Pada Gambar 3.10 dijabarkan alur sistem presensi back-end secara
keseluruhan.
Gambar 3.10 Flowchart sistem presensi back-end
Implementasi Algoritma...,Vincentius Kurniawan,FTI UMN,2017
27
Alur kerja sistem yang telah dijabarkan diatas mengharuskan pengguna
untuk melakukan login terlebih dahulu sebelum dapat menggunakan fitur yang ada
dari setiap bagian sistem. Alur kerja login tersebut dijabarkan pada Gambar 3.11.
Gambar 3.11 Flowchart Proses Login
Pada proses registrasi, data pengguna baru akan dimasukkan beserta dengan
sejumlah 5-15 citra wajah awal untuk pelatihan yang telah dinormalisasi baik
ukuran atau warna sebelumnya. Kumpulan citra wajah tersebut akan diubah ke
dalam bentuk matriks dan kemudian dilakukan komputasi sesuai dengan prinsip
aljabar linear menggunakan Algoritma Eigenface. Setiap kali proses presensi
dilakukan maka matriks piksel wajah baru akan disimpan dan dijadikan citra untuk
pelatihan kembali pada proses presensi berikutnya. Jumlah maksimal piksel citra
wajah yang disimpan untuk dilakukan pelatihan adalah 15 citra wajah. Hasil
Implementasi Algoritma...,Vincentius Kurniawan,FTI UMN,2017
28
keluaran registrasi dan pelatihan yang pada masing-masing wajah juga terdapat
Eigenvector U dan Mean Vector yang disimpan dalam sebuah file dengan format
text. Gambar 3.12 merupakan flowchart proses registrasi dan pelatihan wajah yang
dilakukan.
Gambar 3.12 Flowchart Proses Registrasi
Di dalam bagian web pula, pengguna dengan hak akses admin dapat
melakukan pengaturan pada tabel presensi, lokasi, dan data pelatihan citra wajah
dirinya sendiri ataupun pengguna lain. Pada proses pengaturan data pelatihan citra
wajah dibutuhkan masukkan Eigenvector U dan Mean Vector yang telah dihasilkan
Implementasi Algoritma...,Vincentius Kurniawan,FTI UMN,2017
29
pada proses registrasi untuk perhitungan bobot wajah. Alur kerja dan masukkan
yang dibutuhkan dalam proses tersebut dijelaskan pada Gambar 3.13.
Gambar 3.13 Flowchart Proses Pengaturan Data Presensi dan Lokasi
Implementasi Algoritma...,Vincentius Kurniawan,FTI UMN,2017
30
B. Front-end
Proses sistem presensi front-end terbagi menjadi empat subproses lainnya.
Pada Gambar 3.14 dijabarkan alur kerja sistem presensi front-end secara
keseluruhan.
Gambar 3.14 Flowchart Proses Registrasi
Implementasi Algoritma...,Vincentius Kurniawan,FTI UMN,2017
31
Setelah data Eigenface berhasil didapat maka proses presensi dapat
dilakukan dari sistem front-end sesuai dengan koordinat lokasi yang telah
ditentukan. Gambar 3.15 merupakan penjabaran alur kerja proses presensi pada
sistem front-end yang dibangun.
Gambar 3.15 Flowchart Proses Presensi
Implementasi Algoritma...,Vincentius Kurniawan,FTI UMN,2017
32
Apabila proses presensi berhasil dilakukan maka data presensi akan muncul
pada halaman riwayat presensi di sistem front-end yang digunakan. Pengguna dapat
melihat sendiri catatan presensi diri sendiri pada halaman riwayat presensi yang ada
di sistem front-end. Sedangkan, bagi pengguna dengan kedudukan admin atau lebih
tinggi memiliki fitur untuk mengawasi dan melihat riwayat presensi pengguna di
bawah divisi yang dipegang. Alur kerja fitur pencarian dan menampilkan riwayat
presensi dijabarkan pada Gambar 3.16.
Gambar 3.16 Flowchart Proses History dan Searching
Implementasi Algoritma...,Vincentius Kurniawan,FTI UMN,2017
33
Pada fitur pengambilan wajah di sistem mobile memperbolehkan pengguna
untuk melakukan pelatihan maksimal mencapai 15 citra wajah. Alur kerja fitur
pengambilan wajah dijabarkan pada Gambar 3.17.
Gambar 3.17 Flowchart Proses Training Wajah
Implementasi Algoritma...,Vincentius Kurniawan,FTI UMN,2017
34
3.3.3 Entity Relationship Diagram
Susunan dari beberapa struktur tabel yang telah dijelaskan membentuk satu
kesatuan basis data terintegrasi dan terhubung antar tabelnya. Entity Relationship
Diagram (ERD) merupakan suatu model untuk menjelaskan hubungan antar data
dalam basis data berdasarkan objek-objek dasar data yang mempunyai hubungan
antar relasi. Pada umumnya ERD menjadi dasar persyaratan dalam tahap sebuah
pengembangan aplikasi atau sistem. ERD terbagi menjadi dua jenis yaitu ERD
physical dan ERD logical. Pada Gambar 3.18 menjabarkan ERD physical,
sedangkan Gambar 3.19 menjelaskan ERD logical dari Database Eigenface yang
digunakan.
Gambar 3.18 Entity Relationship Diagram Physical sistem presensi
Implementasi Algoritma...,Vincentius Kurniawan,FTI UMN,2017
35
Gambar 3.19 Entity Relationship Diagram Logical sistem presensi
Implementasi Algoritma...,Vincentius Kurniawan,FTI UMN,2017
36
3.3.4 Struktur Tabel
Setelah mendeskripsikan proses dan alur data yang terdapat pada sistem,
berikut rancangan basis data dengan menggunakan MySQL yang digunakan dalam
sistem presensi ini.
1. Tabel Access_control
Tabel berikut menyimpan informasi data login dari setiap pengguna yang ada
pada sistem. Setiap user memiliki id dan no_id yang unik, password, email, dan
hak akses pengguna.
Tabel 3.1 Struktur Tabel Access_control
Nama Kolom Tipe Data Nullable Identitas
account_id int(11) PK
no_id varchar(8) FK
password varchar(8)
email varchar(8)
role_id enum(‘admin’,’karyawan’)
2. Tabel Division
Tabel Division menyimpan data id divisi yang terdapat pada sistem dan nama
divisi tersebut.
Tabel 3.2 Struktur Tabel Division
Nama Kolom Tipe Data Nullable Identitas
division_id int(11) PK
division_name varchar(8)
Implementasi Algoritma...,Vincentius Kurniawan,FTI UMN,2017
37
3. Tabel Eigenface
Tabel Eigenface menyimpan data no_id dan bobot setiap wajah pelatihan yang
tersimpan pada database
Tabel 3.3 Struktur Tabel Eigenface
Nama Kolom
Tipe Data Nullable Identitas
id int(11) PK
no_id varchar(8) FK
weight_1 text ya
weight_2 text ya
weight_3 text ya
weight_4 text ya
weight_5 text ya
weight_6 text ya
weight_7 text ya
weight_8 text ya
weight_9 text ya
weight_10 text ya
weight_11 text ya
weight_12 text ya
weight_13 text ya
weight_14 text ya
weight_15 text ya
counter int
4. Tabel Employee
Tabel tersebut menyimpan data diri masing-masing pengguna dan divisi
pengguna tersebut berada.
Implementasi Algoritma...,Vincentius Kurniawan,FTI UMN,2017
38
Tabel 3.4 Struktur Tabel Employee
Nama Kolom
Tipe Data Nullable Identitas
no_id varchar(8) PK
Nama varchar(255)
DoB date
Address varchar(2000)
Sex enum(‘male,female)
MaritalStatus enum(‘single,married)
DivisionID int(11) FK
5. Tabel Imageset
Tabel Imageset mengandung data detail citra pelatihan yang tersimpan untuk
masing-masing pengguna pada web server. Jumlah maksimal penyimpanan
citra wajah pelatihan berjumlah 15 dengan counter sebagai penentu angka
komputasi yang dilakukan pada perhitungan vektor eigenface.
Tabel 3.5 Struktur Tabel Imageset
Nama Kolom
Tipe Data Nullable Identitas
imageset_id int(11) PK
no_id varchar(8) FK
img_1 varchar(1000) ya
img_2 varchar(1000) ya
img_3 varchar(1000) ya
img_4 varchar(1000) ya
img_5 varchar(1000) ya
img_6 varchar(1000) ya
img_7 varchar(1000) ya
img_8 varchar(1000) ya
img_9 varchar(1000) ya
Implementasi Algoritma...,Vincentius Kurniawan,FTI UMN,2017
39
Tabel 3.5 Struktur Tabel Imageset (lanjutan)
Nama Kolom
Tipe Data Nullable Identitas
img_10 varchar(1000) ya
img_11 varchar(1000) ya
img_12 varchar(1000) ya
img_13 varchar(1000) ya
img_14 varchar(1000) ya
img_15 varchar(1000) ya
counter int ya
6. Tabel Location
Tabel tersebut berisi data rinci mengenai koordinat atau posisi yang didaftarkan
untuk melakukan proses presensi pada lokasi tersebut.
Tabel 3.6 Struktur Tabel Location
Nama Kolom Tipe Data Nullable Identitas
location_id int(11) PK
city_name varchar(500)
location_name varchar(100)
long_min double
long_max double
lati_min double
lati_max double)
7. Tabel New_image_log
Tabel New_image_log menyimpan setiap citra wajah hasil presensi yang
dilakukan oleh setiap pengguna yang ada.
Implementasi Algoritma...,Vincentius Kurniawan,FTI UMN,2017
40
Tabel 3.7 Struktur Tabel New_image_log Nama Kolom
Tipe Data Nullable Identitas
id int(11) PK
no_id varchar(8) FK
imagePixels longtext
8. Tabel Presensi
Tabel tersebut berisi data presensi dari setiap pengguna, baik itu saat pengguna
waktu masuk dan keluarnya masing-masing pengguna.
Tabel 3.8 Struktur Tabel Presensi Nama Kolom
Tipe Data Nullable Identitas
Presensi_id int(11) PK
no_id varchar(8) FK
location_id int(11) FK
time_in datetime
time_out datetime ya
state int(11)
3.3.5 Perancangan Antar Muka Sistem
Setelah proses perancangan sistem presensi dilakukan, dibuat pula
rancangan antarmuka sistem yang dibentuk sedemikian rupa untuk memudahkan
pengguna dalam menggunakan sistem tersebut.
A. Back-end
Gambar 3.20 merupakan rancangan halaman index.php atau halaman login
pada sistem back-end.
Implementasi Algoritma...,Vincentius Kurniawan,FTI UMN,2017
41
Gambar 3.20 Halaman Login sistem presensi back-end
Pada gambar tersebut pengguna diharuskan memasukkan nomor ID dan
password masing-masing untuk dapat menggunakan fitur yang ada pada sistem.
Pada sistem back-end umumnya memiliki kerangka tampilan yang serupa.
Perbedaannya hanya terletak pada konten dari masing-masing halaman yang
diakses pengguna. Gambar 3.21 menjabarkan kerangka antar muka Halaman
Employee.php pada sistem presensi back-end. Sedangkan, kerangka untuk
memasukkan pengguna baru dijabarkan pada Gambar 3.22.
Implementasi Algoritma...,Vincentius Kurniawan,FTI UMN,2017
42
Gambar 3.21 Halaman Employee sistem presensi back-end
Gambar 3.22 Halaman Add Employee sistem presensi back-end
Implementasi Algoritma...,Vincentius Kurniawan,FTI UMN,2017
43
Selain Halaman Employee, terdapat pula Halaman Location yang
digunakan pengguna dengan hak akses admin untuk mengatur lokasi yang dapat
digunakan untuk melakukan presensi. Gambar 3.23 menggambarkan kerangka
antar muka Halaman Location.
Gambar 3.23 Halaman Location sistem presensi back-end
Gambar 3.24 menggambarkan kerangka Halaman Signup.php yang diakses
apabila terdapat pengguna baru yang hendak menggunakan sistem presensi berbasis
mobile. Pengguna dapat melakukan signup apabila data pengguna sudah
didaftarkan oleh pengguna lain dengan hak akses admin pada Tabel Employee
untuk menghasilkan nomor ID yang dibutuhkan.
Implementasi Algoritma...,Vincentius Kurniawan,FTI UMN,2017
44
Gambar 3.24 Halaman Signup sistem presensi back-end
Pengguna sistem dapat melihat riwayat presensi dirinya sendiri pada web
yang telah disediakan. Sedangkan pengguna dengan hak akses admin dapat melihat
keseluruhan data presensi. Pengguna dengan hak akses admin pula dapat mengatur
pelatihan wajah pada sistem dalam Halaman Imageset. Kerangka Halaman Presensi
dan Halaman Imageset digambarkan pada Gambar 3.25 dan 3.26.
Gambar 3.25 Halaman Presensi sistem presensi back-end
Implementasi Algoritma...,Vincentius Kurniawan,FTI UMN,2017
45
Gambar 3.26 Halaman Imageset sistem presensi back-end
B. Front-end
Setelah dijabarkan rancangan antar muka pada sistem presensi back-end,
dibuat pula rancangan antar muka sistem front-end. Pembuatan antar muka berbasis
mobile dilakukan hanya dalam orientasi portrait tanpa dipengaruhi adanya rotasi
layar. Antar muka sistem berbasis mobile ini terbagi menjadi Halaman Login,
Halaman Presensi, Halaman History, Halaman Train Image, dan Halaman
Searching. Gambar 3.27 menjelaskan Halaman Login sistem presensi front-end.
Implementasi Algoritma...,Vincentius Kurniawan,FTI UMN,2017
46
Gambar 3.27 Halaman Login sistem presensi Front-end
Gambar 3.28 menjabarkan navbar yang terdapat pada sistem presensi front-
end. Pengguna dengan hak akses admin memiliki empat menu utama dalam navbar
yaitu Presence, History, Searching, dan Training.
Implementasi Algoritma...,Vincentius Kurniawan,FTI UMN,2017
47
Gambar 3.28 Navbar sistem presensi Front-end
Sedangkan, pengguna dengan hak akses user memiliki navbar dengan tiga
menu utama yaitu Presence, History,dan Training. Apabila tombol “Presence”
ditekan maka akan masuk pada Halaman Presensi seperti Gambar 3.29.
Implementasi Algoritma...,Vincentius Kurniawan,FTI UMN,2017
48
Gambar 3.29 Halaman Presensi Sistem Front-end
Gambar 3.30 menjabarkan Halaman History sistem presensi front-end
dimana pengguna dapat melihat riwayat presensi diri sendiri pada halaman tersebut.
Implementasi Algoritma...,Vincentius Kurniawan,FTI UMN,2017
49
Gambar 3.30 Halaman History sistem presensi Front-end
Selain dapat melihat riwayat presensi diri sendiri, pengguna dengan hak
akses admin dapat melakukan pencarian pengguna lain dengan kerangka halaman
yang dijabarkan pada Gambar 3.31.
Implementasi Algoritma...,Vincentius Kurniawan,FTI UMN,2017
50
Gambar 3.31 Halaman Pencarian sistem presensi Front-end
Fitur terakhir yang terdapat pada sistem presensi front-end ini yakni
pelatihan wajah. Gambar 3.32 menggambarkan kerangka Halaman Training Image.
Gambar 3.32 Halaman Training Image sistem presensi Front-end
Implementasi Algoritma...,Vincentius Kurniawan,FTI UMN,2017