Verification System in Student Attendance Case Study
Repository ini berisi implementasi proyek tugas akhir yang berjudul "Perancangan Arsitektur Sistem Verifikasi Berbasis Face Recognition dalam Studi Kasus Absensi Mahasiswa".
Sistem ini dikembangkan menggunakan bahasa pemrograman python, framework flask dan deepface
dengan model yang digunakan adalah Facenet
dan detector MTCNN
.
Architectural Design
Database Design
How to Run Project
Untuk menjalankan projek dapat mengikuti langkah-langkah berikut.
- Buat direktori baru untuk menyimpan projek
- Buka direktori tersebut melalui IDE Visual Studio Code atau code editor favorit
- Buka terminal, clone repository terlebih dahulu dengan menjalankan:
$ git clone https://github.com/muhammadramadhann/VerificationSystemAttendance.git
- Buat virtual environment
$ python -m venv venv
- Mengaktifkan virtual environment
$ cd venv/Scripts && activate
- Kembali ke path awal projek
$ cd .. && cd ..
- Menginstall seluruh requirement project dan tunggu hingga proses install semua library selesai
$ pip install -r requirements.txt
Import Sample Data
Projek ini terintegrasi dengan database MySQL menggunakan xampp phpmyadmin. Adapun cara untuk melakukan import tabel dan sampel data yang digunakan dalam projek ini adalah sebagai berikut:
- Jalankan xampp dan buka http://localhost/phpmyadmin/index.php
- Buat sebuah database dengan nama yang diinginkan
- Buka database tersebut lalu pilih import, pilih file
mahasiswa.sql
danabsensi_log.sql
, tunggu hingga proses import selesai - Buka file
app.py
pada projek dan ubah line ke 14-17 seperti berikut:
app.config['MYSQL_DATABASE_HOST'] = 'localhost'
app.config['MYSQL_DATABASE_USER'] = 'root'
app.config['MYSQL_DATABASE_PASSWORD'] = ''
app.config['MYSQL_DATABASE_DB'] = 'nama_db_kamu'
- Jika semua sudah oke, mari jalankan projek
$ python app.py
- FYI, dataset wajah mahasiswa yang digunakan dapat dilihat pada gambar berikut.
Run Project in Smartphone (Mobile)
Untuk mencoba aplikasi alangkah baiknya dijalankan melalui smartphone agar fitur dapat berjalan secara optimal. Cara yang bisa digunakan adalah dengan menggunakan
Ngrok
.
- Download dan install Ngrok melalui https://ngrok.com/download
- Jangan lupa login akun Ngrok untuk dapat masuk kedalam https://dashboard.ngrok.com/
- Jalankan terminal Ngrok dan masukkan auth token yang diperoleh setelah login
$ ngrok config add-authtoken xxxxxxxxxxxx-xxxxxxxxxxxxx
- Pastikan projek sudah berjalan dan ketik pada terminal Ngrok:
$ ngrok http 5000
- Copy url yang di generate dan jalankan melalui smartphone
Modification
- Mengubah model, face detector atau similarity metrics dapat mengubah kode dalam
app.py
line 65 dengan beberapa pilihan berikut.
models = ["VGG-Face", "Facenet", "Facenet512", "OpenFace", "DeepFace", "DeepID", "ArcFace", "Dlib", "SFace",]
backends = ["opencv", "ssd", "dlib", "mtcnn", "retinaface", "mediapipe"]
metrics = ["cosine", "euclidean", "euclidean_l2"]
DeepFace.verify(img1_path = "img1.jpg",
img2_path = "img2.jpg",
model_name = models[1],
detector_backend = backends[3]
distance_metric = metrics[1])
- Modifikasi dataset --> menambah gambar wajah pada folder /images dengan diberi nama file berupa NIM mahasiswa, dataset harus diselaraskan dengan data mahasiswa dalam database MySQL yaitu kolom foto.
- Modifikasi user interface --> merubah file yang terdapat dalam folder /templates
- Apabila membutuhkan API saja, dapat menggunakan file
app.py
.