IMPLEMENTASI FACE RECOGNITION UNTUK SISTEM ABSENSI MAHASISWA MENGGUNAKAN ALGORITMA CONVOLUTIONAL NEURAL NETWORKS

YASIR, MUHAMMAD (2023) IMPLEMENTASI FACE RECOGNITION UNTUK SISTEM ABSENSI MAHASISWA MENGGUNAKAN ALGORITMA CONVOLUTIONAL NEURAL NETWORKS. Sarjana thesis, Universitas Putra Indonesia YPTK.

	Text SKRIPSI_MUHAMMAD YASIR_18101152630069_ABSTRAK.pdf Download (75kB)
	Text SKRIPSI_MUHAMMAD YASIR_18101152630069_BAB I.pdf Download (254kB)
	Text SKRIPSI_MUHAMMAD YASIR_18101152630069_DAFTAR PUSTAKA.pdf Download (74kB)
	Text SKRIPSI_MUHAMMAD YASIR_18101152630069_FULL TEXT.pdf Restricted to Repository staff only Download (2MB)

Abstract

Sistem absensi konvensional dilakukan dengan cara menggilir kertas absensi untuk ditandatangani oleh mahasiswa secara bergantian. Sistem absensi seperti ini memiliki kelemahan dimana absensi sangat mudah dimanipulasi atau kecurangan dan rentan terjadi human error. Implementasi sistem absensi mahasiswa menggunakan teknologi pengenalan wajah (face recognition) telah menjadi solusi yang populer dalam beberapa tahun terakhir. Algoritma Convolutional Neural Networks (CNN) digunakan untuk melakukan pengenalan wajah dengan tingkat akurasi yang tinggi. Banyak sekali model CNN yang telah dikembangkan hingga saat ini. Dalam penelitian ini, sistem akan menggunakan model Facenet yang dikembangkan oleh Google yang menggunakan algoritma CNN untuk digunakan dalam sistem absensi mahasiswa. Data yang digunakan berupa 10 wajah mahasiswa Universitas Putra Indonesia “YPTK” yang terdiri dari 40 gambar untuk masing�masing wajah yang diambil dari kamera webcam yang terintegrasi dengan sistem absensi. Data akan dibagi menjadi 75% untuk data latih dan 25% untuk data uji. Hasil yang diperoleh menunjukkan bahwa model Facenet dapat mengenali wajah mahasiswa dengan tingkat akurasi sebesar 100%. Selain itu, sistem absensi yang dikembangkan juga memiliki kemampuan untuk menangani masalah yang sering terjadi pada sistem absensi tradisional, seperti pengenalan wajah yang tidak akurat dan masalah keamanan. Hasil ini menunjukkan bahwa implementasi sistem absensi mahasiswa menggunakan teknologi pengenalan wajah dengan menggunakan model Facenet dan algoritma CNN adalah solusi yang efektif dan dapat diterapkan pada berbagai jenis institusi pendidikan.

Actions (login required)

View Item