Sistem Absensi Berbasis Pengenalan Wajah Dengan Metode CNN di SD N 1 Timpag

Widiani, Ni Putu Yuli (2025) Sistem Absensi Berbasis Pengenalan Wajah Dengan Metode CNN di SD N 1 Timpag. Undergraduate thesis, Politeknik Negeri Bali.

	Text (iThenticate) RAMA_58302_2115354006_iThenticate.pdf - Accepted Version Restricted to Repository staff only Download (1MB) | Request a copy
	Text (Full Text) RAMA_58302_2115354006_full.pdf - Accepted Version Restricted to Repository staff only Download (2MB) | Request a copy
	Text (Cover, Bab 1, Bab 5, dan Referensi) RAMA_58302_2115354006_0006038002_0817128601_part.pdf - Accepted Version Available under License Creative Commons Attribution Non-commercial Share Alike. Download (421kB)

Abstract

Sistem absensi tradisional yang menggunakan kartu atau tanda tangan masih rentan terhadap penyalahgunaan dan kecurangan. Penelitian ini bertujuan untuk mengembangkan sistem absensi berbasis pengenalan wajah menggunakan metode Convolutional Neural Network (CNN) untuk meningkatkan keamanan, akurasi, dan efisiensi proses absensi di SD N 1 Timpag. Metodologi penelitian menggunakan pendekatan waterfall dengan tahapan analisis kebutuhan, desain sistem, implementasi, dan pengujian. Sistem dikembangkan menggunakan bahasa pemrograman Python dengan framework Flask untuk aplikasi web, OpenCV untuk pemrosesan gambar, dan MySQL sebagai database. Dataset yang digunakan terdiri dari 1.200 citra wajah pegawai yang dibagi menjadi 80% data latih dan 20% data uji. Model CNN dilatih dengan arsitektur yang terdiri dari lapisan konvolusi, pooling, dan fully connected layer. Hasil pengujian menunjukkan sistem berhasil mencapai tingkat akurasi sebesar 80,3%, dengan nilai precision 80,31%, recall 77,94%, F1-score 79,9%, dan AUC-ROC 98%. Pengujian fungsionalitas menggunakan metode Black Box Testing membuktikan semua fitur sistem berjalan sesuai harapan. Sistem ini berhasil mengatasi permasalahan kecurangan dalam absensi tradisional dan memberikan kemudahan bagi pengguna tanpa memerlukan alat tambahan seperti kartu atau fingerprint.

Item Type:	Thesis (Undergraduate)
Uncontrolled Keywords:	"Sistem Absensi Berbasis Pengenalan Wajah Dengan Metode CNN Di SD N 1 Timpag". Kata Kuncinya adalah Sistem Absensi, Pengenalan Wajah, Convolutional Neural Network, Computer Vision, Flask, OpenCV.
Subjects:	Ilmu Teknik > Teknik Elektro Dan Informatika > Teknologi Informasi
Divisions:	Jurusan Teknologi Informasi > Prodi D4 Teknologi Rekayasa Perangkat Lunak > Skripsi
Depositing User:	Ni Putu Yuli Widiani
Date Deposited:	13 Sep 2025 03:58
Last Modified:	13 Sep 2025 03:58
URI:	https://repository.pnb.ac.id/id/eprint/19815

Actions (login required)

View Item