face-attendance-system

Face Recognition Attendance System 🎓

Sistem presensi otomatis menggunakan pengenalan wajah dengan algoritma LBPH (Local Binary Patterns Histograms).

📋 Fitur

• ✅ Registrasi wajah dengan multiple pose untuk akurasi tinggi
• ✅ Presensi otomatis menggunakan webcam
• ✅ Anti-duplicate (tidak bisa presensi 2x di hari yang sama)
• ✅ Rekam presensi ke CSV
• ✅ View data terdaftar dan rekap presensi
• ✅ Cooldown system untuk mencegah double detection

🔧 Instalasi

1. Clone Repository

git clone https://huggingface.co/[username]/face-attendance-system
cd face-attendance-system

2. Install Dependencies

pip install -r requirements.txt

Catatan Penting: Pastikan install opencv-contrib-python (bukan opencv-python biasa) karena module cv2.face hanya tersedia di contrib version.

3. Setup Webcam

Pastikan webcam/kamera laptop kamu berfungsi dengan baik.

🚀 Cara Menggunakan

1. Registrasi Wajah Baru

python register_face.py

Proses:

• Masukkan nama dan NIM/NIP
• Ikuti instruksi pose di layar (10 foto dengan berbagai pose)
• Tekan SPASI untuk capture foto
• Tekan Q untuk membatalkan

Tips untuk hasil terbaik:

• Pastikan pencahayaan cukup
• Wajah menghadap langsung ke kamera
• Hindari backlight yang terlalu terang
• Ikuti semua pose yang diminta

2. Jalankan Sistem Presensi

python attendance_system.py

Cara kerja:

• Sistem akan otomatis mendeteksi wajah
• Jika wajah dikenali dan confidence cukup, presensi otomatis tercatat
• Data tersimpan di attendance.csv
• Tekan Q untuk keluar

3. Lihat Data & Kelola

python view_data.py

Menu tersedia:

1. Lihat data wajah terdaftar
2. Lihat rekap presensi
3. Hapus data orang tertentu
4. Keluar

📁 Struktur File

PRESENSEE-ML/
├── dataset/                  # Folder foto wajah terdaftar
├── register_face.py          # Script registrasi wajah
├── attendance_system.py      # Script sistem presensi
├── view_data.py             # Script kelola data
├── face_data.pkl            # Data wajah tersimpan (pickle)
├── lbph_model.yml           # Model LBPH terlatih
├── attendance.csv           # Rekap presensi
└── requirements.txt         # Dependencies

⚙️ Konfigurasi

Kamu bisa adjust parameter di attendance_system.py:

# Threshold confidence LBPH (40-80, lower = lebih strict)
LBPH_CONFIDENCE_THRESHOLD = 45.0

# Cooldown antar deteksi (detik)
COOLDOWN_SECONDS = 5

# Frame skip untuk performa
FRAME_SKIP = 2

🔍 Troubleshooting

Error: "OpenCV tidak memiliki modul cv2.face"

Solusi:

pip uninstall opencv-python
pip install opencv-contrib-python

Wajah tidak terdeteksi

Solusi:

• Pastikan pencahayaan cukup
• Coba atur jarak ke kamera (30-50 cm ideal)
• Hindari wajah terlalu miring

Confidence terlalu tinggi (wajah tidak dikenali)

Solusi:

• Registrasi ulang dengan foto lebih banyak
• Kurangi nilai LBPH_CONFIDENCE_THRESHOLD
• Pastikan kondisi pencahayaan saat registrasi dan presensi mirip

Kamera tidak terbuka

Solusi:

• Pastikan tidak ada aplikasi lain yang menggunakan kamera
• Coba ganti index kamera di cv2.VideoCapture(0) ke (1) atau (2)
• Check permission kamera di system settings

📊 Format Data

attendance.csv

Nama,NIM/NIP,Tanggal,Waktu
John Doe,123456789,2024-12-04,08:30:15
Jane Smith,987654321,2024-12-04,08:31:22

face_data.pkl

Berisi dictionary dengan struktur:

• id: ID unique person
• nama: Nama lengkap
• nim_nip: Nomor induk
• images_gray: List gambar grayscale untuk training
• images_color: List gambar color untuk display
• num_photos: Jumlah foto

🤝 Kontribusi

Feel free untuk fork dan improve system ini! Some ideas:

• Add GUI dengan Tkinter/PyQt
• Web interface dengan Gradio/Streamlit
• Multi-camera support
• Export ke Excel
• Dashboard statistik presensi
• Integration dengan database

⚠️ Privacy & Security

PENTING:

• Jangan upload face_data.pkl atau folder dataset/ ke repository public jika berisi data pribadi orang lain
• Pastikan consent dari semua orang yang datanya direkam
• Gunakan dengan bijak dan sesuai regulasi privasi yang berlaku

📝 License

MIT License - Feel free to use for educational purposes

👨‍💻 Author

Dibuat untuk memudahkan sistem presensi otomatis menggunakan computer vision.

---

Happy Coding! 🚀

Jika ada pertanyaan atau issue, silakan buat issue di repository ini.