APLIKASI ABSENSI KARYAWAN DENGAN METODE PENGENALAN WAJAH MENGGUNAKAN MOBILEFACENET BERBASIS MOBILE DAN WEB

BAYU SUKMA SANI and CRISTINE CROLIN and NICHOLAS (2022) APLIKASI ABSENSI KARYAWAN DENGAN METODE PENGENALAN WAJAH MENGGUNAKAN MOBILEFACENET BERBASIS MOBILE DAN WEB. Undergraduate (S-1) thesis, Universitas Mikroskil.

[thumbnail of BAGIAN AWAL.pdf] Text
BAGIAN AWAL.pdf

Download (12MB)
[thumbnail of BAB I.pdf] Text
BAB I.pdf

Download (2MB)
[thumbnail of BAB II.pdf] Text
BAB II.pdf

Download (9MB)
[thumbnail of BAB III.pdf] Text
BAB III.pdf
Restricted to Registered users only

Download (60MB)
[thumbnail of BAGIAN AKHIR.pdf] Text
BAGIAN AKHIR.pdf

Download (1MB)

Abstract

Absensi menjadi salah satu kewajiban dan kebutuhan yang harus dipenuhi oleh setiap karyawan yang terlibat di dalam suatu perusahaan untuk memantau kehadiran karyawan. Secara umum, absensi yang digunakan pada suatu perusahaan antara lain menggunakan id card, fingerprint atau secara manual yaitu dengan menulis nama atau membuat paraf. Metode tersebut masih memiliki kekurangan seperti pemalsuan paraf, form absensi hilang, rusak atau terbawa, kehilangan id card, biaya pemasangan dan pemeliharaan yang tidak sedikit, dan membuang waktu. Untuk mengatasi permasalahan tersebut adalah dengan merancang aplikasi absensi yang dapat diakses lewat ponsel masing-masing karyawan, baik saat jam masuk atau keluar. Algoritma yang digunakan untuk pengenalan wajah terdiri dari Haar Cascade Classifier untuk mendeteksi wajah, model MobileFaceNet untuk mengenali wajah, dan Jarak Euclidean untuk menentukan kemiripan wajah. Hasil uji pengenalan wajah menggunakan algoritma tersebut memiliki tingkat akurasi yang tinggi. Pada tugas akhir ini, dilakukan pengujian blackbox testing untuk menguji fitur aplikasi dan dilakukan pengujian pengenalan wajah. Pengujian blackbox testing menunjukkan semua fitur pada aplikasi dapat berjalan dengan baik serta pengujian pengenalan wajah menunjukkan tingkat keberhasilan pengenalan wajah sebesar 81,57%. Dari 38 wajah yang dijadikan sampel ada 5 wajah yang tidak dapat dikenali. Posisi wajah dan pencahayaan menjadi faktor yang mempengaruhi hasil pengenalan wajah.

Item Type: Tugas Akhir / Tesis (Undergraduate (S-1))
Subjects: Teknik Informatika
Divisions: Fakultas Informatika > Program Studi S-1 Teknik Informatika
Depositing User: Adi Kurniawan
Date Deposited: 02 Dec 2022 07:22
Last Modified: 02 Dec 2022 07:22
URI: https://repository.mikroskil.ac.id/id/eprint/71

Actions (login required)

View Item
View Item