Sistem Absensi Sekaa Teruna Teruni Menggunakan Algoritma Convolutional Neural Network Berbasis Web

Setiawan, I Putu Wahyu Budi (2025) Sistem Absensi Sekaa Teruna Teruni Menggunakan Algoritma Convolutional Neural Network Berbasis Web. Undergraduate thesis, Politeknik Negeri Bali.

	Text (Full Text) I Putu Wahyu Budi Setiawan_58302_2115354023_full.pdf - Accepted Version Restricted to Repository staff only Download (6MB) | Request a copy
	Text (Cover, Bab 1, Bab 5 dan Referensi) I Putu Wahyu Budi Setiawan_58302_2115354023_0017038002_0031089104_part.pdf - Accepted Version Available under License Creative Commons Attribution Non-commercial Share Alike. Download (437kB)
	Text (iThenticate) I Putu Wahyu Budi Setiawan_58302_2115354023_iThenticate.pdf - Accepted Version Restricted to Repository staff only Download (7MB) | Request a copy

Abstract

Kemajuan teknologi informasi telah mendorong perkembangan metode absensi dari sistem manual menuju sistem berbasis biometrik yang lebih efisien dan akurat. Salah satu teknologi biometrik yang banyak digunakan adalah pengenalan wajah (face recognition) dengan algoritma Convolutional Neural Network (CNN), yang mampu mengidentifikasi individu melalui fitur unik pada wajah dengan tingkat akurasi tinggi. Penelitian ini bertujuan untuk membangun sistem absensi otomatis berbasis web dengan teknologi pengenalan wajah menggunakan CNN bagi komunitas Sekaa Teruna Teruni Banjar Sawangan, Benoa, Kuta Selatan, Badung, Bali. Sistem ini dirancang untuk mengatasi kelemahan metode manual yang masih digunakan, seperti rentan kesalahan pencatatan, transparansi yang kurang, serta potensi manipulasi data absensi. Sistem yang dikembangkan membatasi pengujian pada kondisi cahaya normal serta wajah yang menghadap ke depan tanpa aksesori ekstrem. Tiga peran pengguna diterapkan, yaitu admin yang mengelola data anggota dan laporan, juru arah yang membuka sesi absensi, serta anggota yang melakukan absensi mandiri dan melihat riwayat kehadiran. Hasil penelitian diharapkan dapat meningkatkan efisiensi, akurasi, dan transparansi dalam pengelolaan kehadiran anggota, serta memberikan manfaat praktis baik bagi mahasiswa sebagai referensi penelitian, bagi Politeknik Negeri Bali dalam pengelolaan absensi, maupun bagi komunitas Sekaa Teruna Teruni dalam mendukung tata kelola organisasi yang modern.

Item Type:	Thesis (Undergraduate)
Uncontrolled Keywords:	Absensi Otomatis, Face Recognition, Convolutional Neural Network (CNN), Sekaa Teruna Teruni, Sistem Berbasis Web.
Subjects:	Ilmu Teknik Ilmu Teknik > Teknik Elektro Dan Informatika Ilmu Teknik > Teknik Elektro Dan Informatika > Teknik Perangkat Lunak
Divisions:	Jurusan Teknologi Informasi > Prodi D4 Teknologi Rekayasa Perangkat Lunak > Skripsi
Depositing User:	I Putu Wahyu Budi Setiawan
Date Deposited:	07 Sep 2025 16:38
Last Modified:	07 Sep 2025 16:38
URI:	https://repository.pnb.ac.id/id/eprint/19004

Actions (login required)

View Item