Rekayasa Sistem Pemilihan Umum Digital dengan Penerapan Pengenalan Wajah Menggunakan Metode Euclidean Distance dan Convolutional Neural Network

Sevana, I Md. Gd. Bagus Galang (2025) Rekayasa Sistem Pemilihan Umum Digital dengan Penerapan Pengenalan Wajah Menggunakan Metode Euclidean Distance dan Convolutional Neural Network. Undergraduate thesis, Politeknik Negeri Bali.

	Text (Full Text) RAMA_58302_2115354024_full.pdf - Accepted Version Restricted to Repository staff only Download (3MB) | Request a copy
	Text (iThenticate) RAMA_58302_2115354024_iThenticate.pdf - Accepted Version Restricted to Repository staff only Download (3MB) | Request a copy
	Text (Cover, Bab 1, Bab 5 dan Referensi) RAMA_58302_2115354024_0031058002_0625048702_part.pdf - Accepted Version Available under License Creative Commons Attribution Non-commercial Share Alike. Download (1MB)

Abstract

Pemilihan umum merupakan pilar utama demokrasi, namun dalam praktiknya sering menghadapi tantangan seperti biaya logistik yang tinggi, potensi manipulasi data, dan keterbatasan pengawasan. Penelitian ini merancang sistem pemilihan umum digital dengan penerapan pengenalan wajah menggunakan metode Convolutional Neural Network (CNN) dan Euclidean Distance untuk meningkatkan keamanan, transparansi, dan efisiensi pemilu. Sistem dibangun dengan arsitektur microservice, menghubungkan backend berbasis Laravel dengan layanan pengolahan biometrik menggunakan Python dan Flask. Model CNN yang digunakan dikembangkan dengan pendekatan transfer learning melalui EfficientNetB0 yang dimodifikasi, dilengkapi dengan lapisan Global Average Pooling, Dense, dan Dropout untuk mengurangi overfitting serta meningkatkan kemampuan generalisasi. Dataset yang digunakan terdiri dari 1798 citra wajah dengan berbagai variasi, dilatih menggunakan 40 epoch dan batch size 32. Pengujian dilakukan melalui Black Box Testing untuk mengevaluasi fungsi sistem, serta uji verifikasi wajah dengan membandingkan citra berbeda maupun identik. Hasil implementasi menunjukkan bahwa sistem dapat mengenali wajah dengan cukup akurat, dengan tingkat akurasi mencapai 68,52% dan kinerja yang valid pada seluruh modul sistem. Selain itu, penerapan CNN dan Euclidean Distance terbukti mampu memastikan keaslian pemilih serta mencegah penggunaan identitas ganda. Sistem ini diharapkan dapat memberikan kontribusi nyata terhadap pengembangan pemilu digital yang lebih modern, aman, efisien, dan dipercaya masyarakat.

Item Type:	Thesis (Undergraduate)
Uncontrolled Keywords:	Pemilu Digital, Pengenalan Wajah, Convolutional Neural Network, Euclidean Distance, EfficientNetB0, Microservice.
Subjects:	Ilmu Teknik > Teknik Elektro Dan Informatika > Teknik Informatika Ilmu Teknik > Teknik Elektro Dan Informatika > Sistem Informasi Ilmu Teknik > Teknik Elektro Dan Informatika > Teknologi Informasi
Divisions:	Jurusan Teknologi Informasi > Prodi D4 Teknologi Rekayasa Perangkat Lunak > Skripsi
Depositing User:	I Md. Gd. Bagus Galang Sevana
Date Deposited:	15 Sep 2025 06:48
Last Modified:	15 Sep 2025 06:48
URI:	https://repository.pnb.ac.id/id/eprint/20239

Actions (login required)

View Item