Sistem Deteksi Wajah dan Suhu untuk Presensi dan Pengecekan Suhu Tubuh Berbasis IoT adalah sebuah alat yang menggabungkan teknologi Internet of Things (IoT) dengan deteksi wajah dan pengukuran suhu tubuh. Alat ini menggunakan hardware seperti webcam untuk mendeteksi wajah dan sensor suhu AMG8833 untuk mengukur suhu tubuh. Raspberry Pi 4 Model B berperan sebagai mikrokontroller utama yang menjalankan sistem, dengan sistem operasi Raspbian sebagai platformnya.
Dalam melakukan deteksi wajah, alat ini memanfaatkan algoritma Local Binary Pattern Histogram dan Haar Cascade Classifier, serta didukung oleh antarmuka grafis (GUI) yang intuitif. Pengguna dapat mengeluarkan perintah deteksi wajah dan mengambil sampel wajah dengan mudah melalui GUI ini.
Alat ini juga memiliki kemampuan untuk mencocokkan wajah yang terdeteksi dengan data wajah yang sudah ada dalam database. Selain itu, sistem ini memiliki fitur penting, yaitu jika suhu tubuh pengguna lebih dari 38 derajat Celsius, presensi tidak akan berhasil, yang merupakan langkah proaktif dalam menjaga kesehatan pengguna.
Data presensi yang berhasil dikumpulkan akan dikirimkan ke sebuah website yang telah di-hosting. Pengguna dapat dengan mudah mengunduh hasil rekapan presensi dalam format file Excel melalui website hosting. Selain itu, notifikasi presensi juga akan otomatis dikirimkan ke telegram pengguna melalui bot Telegram.
Sistem ini berhasil mengintegrasikan semua komponen, termasuk website hosting, database server online, dan bot Telegram. Data presensi akan tersimpan dengan aman pada database server online dan dapat diakses melalui website hosting dan melalui bot Telegram.
Selama proses pengembangan, sampel wajah sebanyak 25 foto untuk satu individu disimpan dalam database sebagai bahan referensi untuk pencocokkan wajah saat algoritma deteksi wajah berjalan.
Alat ini juga memanfaatkan berbagai teknologi dan perangkat lunak, termasuk Python dengan library seperti OpenCV, Tkinter, dan NumPy untuk implementasi deteksi wajah dan antarmuka pengguna.
Penyimpanan data menggunakan database PHPMyAdmin MySQL yang di-hosting pada server online yang disediakan oleh layanan hosting yang digunakan. Pembuatan Website menggunakan bahasa pemrograman PHP dengan dukungan dari framework Laravel dan Bootstrap untuk memastikan antarmuka web yang responsif dan ramah pengguna.
Sistem Deteksi Wajah dan Suhu ini menggabungkan teknologi canggih untuk memberikan solusi presensi yang efisien, aman, dan proaktif dalam menjaga kesehatan pengguna.
Gambar 1 Flowchart Sistem
Pada Gambar 1, merupakan gambaran umum yang diperoleh meliputi blok diagram. Terdiri dari beberapa komponen yang digunakan pada alat yang akan dirancang, sehingga komponen satu dengan lainnya terhubung, menjadikan sebuah prototype. Sistem yang akan dibuat memiliki beberapa komponen yang harus disediakan diantaranya sensor AMG8833 dan webcam sebagai input. Raspberry Pi 4 Model B sebagai mikrokontroler yang terhubung pada monitor sebagai tempat melakukan pemrograman data, terhubung pada catu daya. Speaker dan tampilan data pada monitor dijadikan output hasil data.
Speaker memberikan suara peringatan ketika suhu tidak normal. Bot telegram dan juga website admin dashboard ( http://presensiku.xyz/cd ) digunakan sebagai wadah untuk menampilkan data hasil presensi. Bot Telegram berupa notifikasi yang menampilkan data nama dan waktu, Website sebagai wadah agar pengguna bisa mengakses beberapa fitur terutama untuk mengunduh rekapan data hasil presensi yang berupa file excel.
Sistem pendeteksian wajah ini diprogram menggunakan Bahasa Python, dibantu dengan beberapa library diantaranya OpenCV, NumPy, Tkinter, dll. Program ini juga mengaplikasikan beberapa algoritma diantaranya Haar Cascade Algorithm dan Local Binary Pattern Histogram (LBPH) Algorithm.
Gambar 2 Desain Perangkat Keras
Gambar 3 Flowchart Presensi
Untuk halaman website dapat diakses melalui alamat berikut : http://presensiku.xyz/cd
Gambar 4 Tampilan Menu Login
Pada Gambar 4 merupakan menu login, pengguna diharuskan untuk memasukkan username dan password yang sudah didaftarkan sebelumnya.
Gambar 5 Tampilan Menu Beranda
Pada Gambar 5 merupakan tampilan menu beranda, pengguna dapat melihat berapa banyak face id yang terdaftar, jumlah orang yang masuk dan keluar pada hari tertentu.
Gambar 6 Tampilan Menu Daftar Users
Pada Gambar 6 merupakan menu daftar users, pengguna dapat menambahkan users serta dapat mengubah username dan password untuk keperluan login ke dalam dashboard.
Gambar 7 Tampilan Menu Data Alat
Pada Gambar 7 merupakan tampilan menu data alat, pengguna dapat melihat device yang digunakan dalam proses presensi. Dalam hal ini, kita menggunakan device Raspberry Pi 4 modul B.
Gambar 8 Tampilan Menu Data Face ID
Pada Gambar 8 merupakan tampilan menu data face id, pengguna dapat melihat face id yang sudah terdaftar beserta data-data seperti nama, NIM, nomor telepon, gender, semester, dan kelas. Pengguna dapat mengedit data-data tersebut pada menu ini, sedangkan untuk menghapus data tersebut hanya admin yang mengatur database yang dapat menghapus data-data tersebut.
Gambar 9 Tampilan Menu Absensi
Gambar 10 Tampilan Menu Absensi
Pada Gambar 9 dan 10 merupakan tampilan menu absensi, pengguna dapat melihat keterangan siapa saja yang sudah melakukan presensi beserta keterangan waktu dan juga suhu. Pada menu ini lah terdapat salah satu fitur utama sistem yaitu pengguna dapat mengunduh hasil rekapan presensi berdasarkan tanggal yang sudah ditentukan.
Gambar 11 Tampilan Menu Setting
Pada Gambar 11 merupakan tampilan menu setting, admin dapat mengatur waktu masuk, waktu keluar, jam masuk, serta dapat mengatur id chat telegram yang akan digunakan.
Gambar 12 Tampilan Bot Telegram
Jika berhasil melakukan presensi, Bot Telegram akan mengirimkan notifikasi dengan mengirimkan data berupa nama dan waktu seperti pada Gambar 12.