Penerapan Face Recognition Pada Sistem Presensi

Ramdhon, Andri Nugraha; Febriya, Fadly

doi:10.52158/jacost.v2i1.121

Cited by 8 publications

(5 citation statements)

References 5 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Pada penelitian terdahulu yang dilakukan oleh Andri Nugraha Ramdhon dan Fadly Febriya pada 2021, sistem presensi serupa memiliki tingkat akurasi sebesar 86,85% [3]. Penelitian lain dari Rahmad Hidayat dan Agus Wagyana pada 2018 yang memanfaatkan algoritma Eigenface memberikan akurasi ratarata ROC pada Semua Pengujian Sistem.…”

Section: Pembangunan Sistemunclassified

Analisis Dan Perancangan Sistem Presensi Mahasiswa Berbasis Teknologi Pengenalan Wajah Di Fakultas Ilmu Komputer Upn Veteran Jawa Timur

Fiddiyansyah

Wati

Fitri³

et al. 2023

JITET

View full text Add to dashboard Cite

Recording student attendance in classes at the National Development University "Veteran" East Java is currently still done manually. This is considered less efficient. With the rapid development of today's technology, attendance systems that utilize biometrics should be created and developed. In this research paper, the researcher presents the proposed design of a facial recognition-based biometric presence system. The research method used is literature study, current system analysis, system requirements analysis, and system design. The learning method used is Convolutional Neural Network (CNN) by utilizing the OpenCV and tensorflow libraries. The implementation of the system will utilize CCTV surveillance cameras that are in the class of the Computer Science Faculty of UPN "Veteran" Jawa Timur.

show abstract

Section: Pembangunan Sistemunclassified

Analisis Dan Perancangan Sistem Presensi Mahasiswa Berbasis Teknologi Pengenalan Wajah Di Fakultas Ilmu Komputer Upn Veteran Jawa Timur

Fiddiyansyah

Wati

Fitri³

et al. 2023

JITET

View full text Add to dashboard Cite

show abstract

“…Berdasarkan permasalahan yang ada, untuk meminimalisir adanya celah praktik kecurangan terhadap pegawai yang mengambil / meminjam barang BMN dengan mengatasnamakan pegawai lain, maka dibutuhkan sebuah sistem informasi sirkulasi dengan menggunakan face recognition dan QR Code sebagai validitas user yang melakukan pengambilan / peminjaman barang. Selain itu, peminjam/pengguna tidak perlu lagi menginput informasi data diri maupun jenis barang, sehingga mempermudah dan mempercepat user dalam melakukan pengambilan/peminjaman [3].…”

Section: Pendahuluanunclassified

Sistem Informasi Sirkulasi Penggunaan Barang Milik Negara Berbasis Face Recognition dan QR Code

Firdausi Afifah,

Edi Prihartono,

Budi Santoso

2023

INFOTRON

View full text Add to dashboard Cite

Kantor Pengelolaan Teknologi Informasi dan Komunikasi dan Barang Milik Negara (KPTIK BMN) merupakan unit kerja yang bertugas dalam melakukan perawatan dan pengelolaan gedung, serta memberikan pelayanan terhadap stakeholder dalam ruang lingkup area gedung. Proses pencatatan peminjaman dan penggunaan BMN yang tersedia saat ini masih konvensional sehingga dapat memicu kemungkinan terjadinya praktik kecurangan. Untuk itu diperlukan suatu sistem informasi sirkulasi yang dapat mempermudah dan mempercepat user dalam melakukan pengambilan/peminjaman. Tujuan dari penelitian ini untuk membangun sistem pencatatan menggunakan face recognition dan QR Code dalam mempercepat penginputan peminjaman/penggunaan barang. Pengujian QR Code dilakukan dengan melakukan pemindaian QR Code barang pada sistem sirkulasi penggunaan barang. Pengujian face recognition pada wajah pegawai menggunakan variabel jarak pemindaian wajah. Hasil dari penelitian ini menunjukkan bahwa sistem pencatatan sirkulasi penggunaan dan peminjaman barang menggunakan face recognition dan QR Code dapat memberikan hasil yang sesuai dengan jumlah dan jenis barang yang dimasukkan oleh user secara valid, serta dapat mendeteksi wajah pegawai secara valid sesuai dengan rekam data wajah pegawai yang telah didaftarkan pada sistem, hal ini ditunjukkan dari hasil pengujian pengenalan wajah pada White Box memberikan hasil yang valid dengan persentase kemiripan objek wajah dengan data training sebesar 65%. Serta pengujian akurasi sebuah sistem dalam melakukan face recognition sebesar 100% dan menunjukkan nilai presisi sebesar 100%.

show abstract

“…Pengenalan wajah adalah pengembangan dari teknologi deteksi wajah, yang bertujuan untuk menghasilkan dan mendeteksi wajah manusia dalam gambar atau video. Teknologi ini memungkinkan komputer untuk mengenali dan mengidentifikasi individu berdasarkan data wajah yang telah disimpan sebelumnya (Andri Nugraha Ramdhon & Fadly Febriya, 2021).…”

Section: Pengenalan Wajahunclassified

Sistem Absensi Sistem Absensi Berbasis Face Recognition Di SMA Queen Al-Falah

Irawan,

Nawawi,

Mahdiyah

2023

Noe

View full text Add to dashboard Cite

Perkembangan teknologi yang pesat mempermudah akses informasi dan pekerjaan dalam berbagai aspek kehidupan. Namun, absensi manual di instansi seperti pendidikan memiliki kelemahan yang memungkinkan penangkapan oleh pihak yang tidak bertanggung jawab. Di SMA Queen Al-Falah, masalah-masalah sering terjadi, termasuk kecurangan dan kekurangan efisiensi waktu. Untuk mengatasi masalah tersebut, penulis merancang sistem presensi berbasis face recognition sebagai alternatif. Pengenalan wajah adalah teknologi biometrik yang menggunakan algoritma untuk membedakan orang berdasarkan data wajah dalam database. Algoritma Viola-Jones, terkenal dalam pengenalan wajah, digunakan untuk mendeteksi wajah secara real-time.

show abstract

Penerapan Face Recognition Pada Sistem Presensi

Cited by 8 publications

References 5 publications

Analisis Dan Perancangan Sistem Presensi Mahasiswa Berbasis Teknologi Pengenalan Wajah Di Fakultas Ilmu Komputer Upn Veteran Jawa Timur

Analisis Dan Perancangan Sistem Presensi Mahasiswa Berbasis Teknologi Pengenalan Wajah Di Fakultas Ilmu Komputer Upn Veteran Jawa Timur

Sistem Informasi Sirkulasi Penggunaan Barang Milik Negara Berbasis Face Recognition dan QR Code

Sistem Absensi Sistem Absensi Berbasis Face Recognition Di SMA Queen Al-Falah

Contact Info

Product

Resources

About