384 Jurnal Teknik Informatika dan Sistem Informasi ISSN 2407-4322 Vol. 9, No. 1, Maret 2022, Hal. 384-396 E- ISSN 2503-2933 Received June1 st ,2012; Revised June25 th , 2012; Accept2http://jurnal.mdp.ac.id jatisi@mdp.ac.id012 Sistem Absensi Mahasiswa Berbasis Dorsal Hand Vein Menggunakan Local Binary Patterns Dan Fuzzy K-NN Noorhasanah Zainuddin 1 , Jayanti Yusmah Sari* 2 , Suharsono Bantun 3 , Mardianto 4 , Aspian Achban 5 1,2,3,4 Jl. Pemuda No 339, Tahoa, Kolaka Kabupaten Kolaka Sulawesi Tenggara 93561 5 Jl. H.E.A Mokodompit, Anduonohu, Kambu Kota Kendari Sulawesi Tenggara 93232 1,3 Program Studi Sistem Informasi, FTI, USN Kolaka 2,4 Program Studi Ilmu Komputer, FTI, USN Kolaka 5 Program Studi Teknik Informatika, FT, UHO e-mail: 1 noorhasanah.zainuddin@gmail.com, *2 jayanti@usn.ac.id, 3 suharsonob@usn.ac.id, 4 mardianto.usn@gmail.com, 5 aspian520@gmail.com Abstrak Akibat pandemi COVID-19, perguruan tinggi mulai menerapkan pembelajaran daring. Setelah 1 tahun berlalu, pembelajaran tatap muka terbatas akan segera dimulai lagi dengan memprioritaskan kesehatan dan keselamatan warga kampus. Sistem absensi perkuliahan luring secara manual dengan menandatangani lembar kertas absensi beresiko menjadi media penularan virus karena disentuh oleh banyak dosen dan mahasiswa. Sistem biometrika banyak diterapkan di berbagai bidang seperti pada sistem keamanan dan absensi karyawan. Namun, terdapat beberapa kelemahan yang dimiliki, seperti besarnya kemungkinan sabotase pada sidik jari dan geometri telapak tangan, sulit melakukan pengenalan pada objek wajah yang menggunakan aksesoris seperti topi dan kacamata serta pada ekspresi yang berubah ubah dan mahalnya alat akuisisi pada aplikasi pengenalan berbasis retina. Penelitian ini menggunakan Local Binary Patterns (LBP) untuk pengenalan dorsal hand vein. LBP digunakan sebagai metode ekstraksi fitur untuk mengoptimalkan nilai fitur dari tekstur pembuluh darah sehingga diperoleh akurasi yang baik dan kecepatan pemrosesan yang cepat. Selanjutnya, metode Fuzzy k-NN digunakan untuk mencocokkan fitur dorsal vein dari citra uji dengan fitur dorsal vein dari citra pada database. Hasil pengujian sebesar 90,67% yang menunjukkan akurasi pengenalan yang baik. Kata kunci— Biomertika, Dorsal Hand Vein, Local Binary Patterns Abstract Due to the COVID-19 pandemic, universities have started implementing online learning. After 1 year has passed, limited face-to-face learning will begin again by prioritizing the health and safety of campus residents. The offline lecture attendance system manually by signing the attendance sheet is at risk of becoming a medium for transmitting the virus because it is touched by many lecturers and students. Biometric systems are widely applied in various fields such as security systems and employee attendance. However, it has several weaknesses, such as the possibility of sabotage in fingerprints and palm geometry, difficulty in recognizing facial objects using accessories such as hats and glasses as well as changing expressions and expensive acquisition tools in retina-based recognition applications. This study uses Local Binary Patterns (LBP) to identify the dorsal hand vein. LBP is used as a feature extraction method to optimize the feature value of the vein texture in order to obtain good accuracy and fast processing speed. Furthermore, the Fuzzy k-NN method is used to match the dorsal vein