Perancangan Sistem Absensi Mahasiswa Berbasis Face Recognition di Lingkungan UPN Veteran Jakarta
DOI:
https://doi.org/10.52958/iftk.v20i1.6696Kata Kunci:
Sistem Presensi, Face Recognition, OpenCVAbstrak
Penelitian ini bertujuan mengembangkan dan menguji sistem absensi mahasiswa berbasis pengenalan wajah di lingkungan UPN Veteran Jakarta menggunakan algoritma Deep Learning, terutama Convolutional Neural Networks (CNN). Sistem ini dirancang untuk meningkatkan efisiensi proses absensi dan mengurangi kemungkinan absensi palsu. Hasil penelitian menunjukkan bahwa sistem yang diimplementasikan mampu mengenali mahasiswa dan menampilkan nama mereka dengan benar. Sistem juga berhasil mengidentifikasi wajah yang tidak terdaftar dalam database sebagai “unknown,” menegaskan kehandalannya dalam mendeteksi anomali. Kontribusi utama penelitian ini adalah penyediaan solusi absensi yang lebih efisien dan aman bagi institusi pendidikan tinggi. Penelitian lanjutan disarankan untuk menguji sistem ini dalam kondisi pencahayaan dan sudut pandang yang beragam, serta mengevaluasi integrasinya dengan database universitas untuk memastikan keamanan data mahasiswa tetap terjaga.
Referensi
D. D. Darmansah, N. W. Wardani, and M. Y. Fathoni, “Perancangan Absensi Berbasis Face Recognition Pada Desa Sokaraja Lor Menggunakan Platform Android,” JATISI (Jurnal Tek. Inform. dan Sist. Informasi), vol. 8, no. 1, pp. 91–104, 2021, doi: 10.35957/jatisi.v8i1.629.
I. Sumarsono and K. Harefa, “Perancangan Sistem Aplikasi Absensi Menggunakan Face Recognition Dan Lokasi Berbasis Android Pada Pt. Trans Corp Food and …,” Log. J. Ilmu Komput. …, vol. 1, no. 3, pp. 395–405, 2023, [Online]. Available: https://journal.mediapublikasi.id/index.php/logic/article/view/2648
Munawir, L. Fitria, and M. Hermansyah, “Implementasi Face Recognition pada Absensi Kehadiran Mahasiswa Menggunakan Metode Haar Cascade Classifier,” InfoTekJar J. Nas. Inform. dan Teknol. Jar., vol. 4, no. 2, p. 314, 2020, [Online]. Available: https://doi.org/10.30743/infotekjar.v4i2.2333
R. J. S. Rikky, Ihsan Hibatur Rahman, Muhamad Rizki Pratama, Arya Bima Fauzan, Angga Novka Alana, and Nunik Pratiwi, “Pengujian Identifikasi Jumlah Kerumunan Face Recognition Menggunakan Haar Cascade Clasifier,” J. Ilm. Multidisiplin, vol. 2, no. 01, pp. 58–65, 2023, doi: 10.56127/jukim.v2i01.432.
P. M. Purba, A. Cipta Amandha, M. A. Putra, N. M. Harahap, R. A. Siregar, and I. Meilina, “Perancangan Sistem Absensi Mahasiswa Menggunakan Teknologi Near Field Communication Berbasis Android,” J. Komput. Teknol. Inf. dan Sist. Inf., vol. 1, no. 3, pp. 138–147, 2023.
B. Santoso and R. P. Kristianto, “Implementasi Penggunaan Opencv Pada Face Recognition Untuk Sistem Presensi Perkuliahan Mahasiswa,” Sistemasi, vol. 9, no. 2, p. 352, 2020, doi: 10.32520/stmsi.v9i2.822.
I. Salamah, M. R. A. Said, and S. Soim, “Perancangan Alat Identifikasi Wajah Dengan Algoritma You Only Look Once (YOLO) Untuk Presensi Mahasiswa,” J. Media Inform. Budidarma, vol. 6, no. 3, p. 1492, 2022, doi: 10.30865/mib.v6i3.4399.
M. Zufar and B. Setiyono, “Convolutional Neural Networks untuk Pengenalan Wajah Secara Real-Time,” JURNAL SAINS DAN SENI ITS, vol. 5, no. 2, pp. 72–77, 2016.
M. E. Riyadani and S. Subiyanto, “Sistem Keamanan Untuk Otorisasi Pada smart home Menggunakan Pengenalan Wajah Dengan Library opencv,” Jurnal SISKOM-KB (Sistem Komputer dan Kecerdasan Buatan), vol. 5, no. 2, pp. 69–77, Mar. 2022. doi:10.47970/siskom-kb.v5i2.284
Efanntyo and A. R. Mitra, “Perancangan Aplikasi Sistem Pengenalan Wajah Dengan Metode Convolutional Neural Network (CNN) Untuk Pencatatan Kehadiran Karyawan,” Jurnal Instrumentasi dan Teknologi Informatika (JITI) , vol. 3, no. 1, pp. 1–11, Nov. 2021.
P. A. Nugroho, I. Fenriana, and R. Arijanto, “Implementasi Deep Learning Menggunakan Convolutional Network (CNN) Pada Ekspresi Manusia,” Jurnal ALGOR, vol. 2, no. 1, 2020.
Y. B. E. Purba, N. F. Saragih , A. P. Silalahi, S. Sitepu, and A. Gea, “Perancangan Alat Pendeteksi Kematangan Buah Nanas Dengan Menggunakan Mikrokontroler Dengan Metode Convolutional Neural Network (CNN),” Methotika : Jurnal Ilmiah Teknik Informatika, vol. 2, no. 1, pp. 13–21, Apr. 2022.
N. Fadlia and R. Kosasih, “Klasifikasi Jenis Kendaraan Menggunakan Metode Convolutional Neural Network (CNN),” Jurnal Ilmiah Teknologi dan Rekayasa, vol. 24, no. 3, pp. 207–215, 2019. doi:https://doi.org/10.35760/tr.2019.v24i3.2397
T. C. Zulkhaidi, E. Maria, and Yulianto, “Pengenalan Pola Bentuk Wajah Dengan opencv,” Jurnal Rekayasa Teknologi Informasi (JURTI), vol. 3, no. 2, pp. 181–186, Dec. 2020. doi:10.30872/jurti.v3i2.4033
Roihan, A., Rahayu, N., & Aji, D. S. (2021). Perancangan Sistem Kehadiran Face Recognition Menggunakan Mikrokomputer Berbasis Internet of Things. Technomedia Journal, 5(2 Februari), 155-166.
Unduhan
Diterbitkan
Terbitan
Bagian
Lisensi
Hak Cipta (c) 2024 Miftahul Ahmadil Khair, Prazka Aldiyuda, Nova Enjelina P, Muhammad Zidane Zukhrufa, Muhammad Adrezo
Artikel ini berlisensi Creative Commons Attribution 4.0 International License.
KEBIJAKAN YANG DIAJUKAN UNTUK JURNAL YANG MENAWARKAN AKSES TERBUKA
Syarat yang harus dipenuhi oleh Penulis sebagai berikut:
- Penulis menyimpan hak cipta dan memberikan jurnal hak penerbitan pertama naskah secara simultan dengan lisensi di bawah Creative Commons Attribution License yang mengizinkan orang lain untuk berbagi pekerjaan dengan sebuah pernyataan kepenulisan pekerjaan dan penerbitan awal di jurnal ini.
- Penulis bisa memasukkan ke dalam penyusunan kontraktual tambahan terpisah untuk distribusi non ekslusif versi kaya terbitan jurnal (contoh: mempostingnya ke repositori institusional atau menerbitkannya dalam sebuah buku), dengan pengakuan penerbitan awalnya di jurnal ini.
- Penulis diizinkan dan didorong untuk mem-posting karya mereka online (contoh: di repositori institusional atau di website mereka) sebelum dan selama proses penyerahan, karena dapat mengarahkan ke pertukaran produktif, seperti halnya sitiran yang lebih awal dan lebih hebat dari karya yang diterbitkan. (Lihat Efek Akses Terbuka).
Download Template
