Pengembangan Aplikasi Absensi dengan Fitur Pemindaian Wajah dan GPS untuk Verifikasi Kehadiran Otomatis Berbasis Mobile

Alex Rikki; Nicholas Sinaga

doi:10.54209/jatilima.v7i02.1496

Alex Rikki Program Studi Teknik Informatika, Fakultas Ilmu Komputer, Universitas Katolik Santo Thomas
Nicholas Sinaga Program Studi Teknik Informatika, Fakultas Ilmu Komputer, Universitas Katolik Santo Thomas

DOI: https://doi.org/10.54209/jatilima.v7i02.1496

Keywords: Aplikasi Absensi, Pemindaian Wajah, GPS, Verifikasi Kehadiran

Article Metrics

Abstract view : 476 times

Abstract

Kemajuan teknologi informasi telah mempengaruhi banyak aspek kehidupan, termasuk dalam hal pengelolaan kehadiran. Sistem absensi tradisional sering kali menemui kendala dalam hal akurasi dan efisiensi. Penelitian ini bertujuan untuk mengembangkan aplikasi absensi berbasis mobile dengan memanfaatkan teknologi pemindaian wajah (facial recognition) dan Global Positioning System (GPS) untuk verifikasi kehadiran secara otomatis. Aplikasi ini dirancang untuk meminimalkan kesalahan absensi serta meningkatkan efisiensi dan keandalan sistem absensi di berbagai lembaga atau organisasi. Fitur pemindaian wajah digunakan untuk mengidentifikasi identitas pengguna, sementara GPS memastikan bahwa pengguna berada di lokasi yang sesuai saat melakukan absensi. Metodologi pengembangan yang digunakan mencakup analisis kebutuhan sistem, perancangan aplikasi, implementasi kode, serta uji coba untuk mengevaluasi performa dan akurasi sistem. Hasil uji coba menunjukkan bahwa aplikasi ini mampu melakukan verifikasi kehadiran dengan tingkat akurasi yang tinggi dan dapat beroperasi dengan efektif di berbagai kondisi. Diharapkan aplikasi ini dapat memberikan solusi inovatif dalam memodernisasi sistem absensi, mengurangi potensi kecurangan, serta meningkatkan efisiensi operasional di lingkungan pendidikan dan dunia kerja.

References

Abraham Silberschatz, Henry F. Korth, S. S. (2020). Database System Concepts. McGraw-Hill Education. https://www.google.co.id/books/edition/Datab ase_System_Concepts /5xbQuwEACAAJ?hl=en
Antonio Gulli, Amita Kapoor, S. P. (2019). Deep Learning with TensorFlow 2 and Keras: Regression, ConvNets, GANs, RNNs ... - Antonio Gulli, Amita Kapoor, Sujit Pal - Google Books. Packt Publishing. https://books.google.co.id/books?id=BVnHDwAAQBAJ&printsec=frontcover#v=onepage&q&f=false
Berle, I. (2020). Face Recognition Technology: Compulsory Visibility and Its Impact on Privacy and the Confidentiality of Personal Identifiable Images. Springer Nature. https://books.google.co.id/books?id=R0HWD wAAQBAJ&newbks=0&printsec=frontcover#v=onepage&q&f=false
Chollet, F. (2018). No Title. Manning. https://www.google.co.id/books/edition /_/Yo3CAQAACAAJ?hl=en&sa=X&ved=2ahUKEwj0gpLelIGKAxV94DgGHWMyF1QQ7_IDegQIExAC
Elliott D. Kaplan, C. J. H. (2017). Understanding GPS/GNSS: Principles and Applications, Third Edition - Google Books. Artech House. https://books.google.co.id/books?id=y4Q0DwAAQBAJ&printsec=frontcover#v=onepage&q&f=false
Fowler, M. (2018). UML Distilled : A Brief Guide to the Standard Object Modeling Language. Pearson Education. https://www.google.co.id/ books/edition/UML_Distilled/VTdtDwAAQBAJ?hl=en&gbpv=1
Grother, P., Ngan, M., & Hanaoka, K. (2019). Face Recognition Vendor Test ( FRVT ) Part 3 : Demographic Effects. Nistir 8280, December, https://doi.org/10.6028/NIST.IR.8280.
Mayank Vatsa, Richa Singh, A. M. (2018). Deep Learning in Biometrics - Google Books. CRC Press. https://books.google.co.id/books?id=r GhQDwAAQBAJ&printsec=frontcover#v=onepage&q&f=false
Mehdi Khosrow-Pour, D. B. A. (2018). Advanced Methodologies and Technologies in Artificial Intelligence, Computer ... - Google Books. ICI Global. https://books.google.co.id/books?id=FDFtDwAAQBAJ&prints ec=frontcover#v=onepage&q&f=false
Mohit Sewak, Md. Rezaul Karim, P. P. (2018). Practical Convolutional Neural Networks: Implement advanced deep learning ... - Mohit Sewak, Md. Rezaul Karim, Pradeep Pujari - Google Books. Packt Publishing. https://books.google.co.id/books?id=bOlODwAAQBAJ&printsec=frontcover#v=onepage&q&f=false
Moroney, L. (2020). AI and Machine Learning for Coders - Laurence Moroney - Google Books. O’Reilly Media. https://books.google.co.id/books?id =gw4CEAAAQBAJ&printsec=frontcover#v=onepage&q&f=false
Nalini K. Ratha, Vishal M. Patel, R. C. (2021). Deep Learning-Based Face Analytics - Google Books. Springer. https://books.google.co.id /books?id=HBQEAAAQBAJ&printsec=frontcover#v=onepage&q&f=false
Peter J.G. Teunissen, O. M. (2017). Springer Handbook of Global Navigation Satellite Systems - Google Books. Springer. https://books. google.co.id/ books?id=93goDwAAQBAJ&printsec=frontcover#v=onepage&q&f=false
Rose, R. (2022). Flutter and Dart Cookbook. O’Reilly Media. https://www.google.co.id/books/edition/Flutter_and_Dart_Cookbook/UzaiEAAAQBAJ?hl=en&gbpv=1
Sébastien Marcel, Mark S. Nixon, J. F. (2019). Handbook of Biometric Anti-Spoofing: Presentation Attack Detection - Google Books. Springer. https://books.google.co.id/books?id=AuCDwAAQBAJ&printsec=frontcover#v=onepage&q&f=false
Pribadi, O. (2023). Aplikasi Pengenalan Wajah Menggunakan Algoritma Haar Cascade Classifier Dan Local Binary Pattern Histogram. Jurnal TIMES, 12(1), 40–47. https://doi.org/10.51351/jtm.12.1.2023691
Schroff, F., Kalenichenko, D., & Philbin, J. (2015). FaceNet: A unified embedding for face recognition and clustering. Proceedings of the IEEE Computer Society Conference on Computer Vision and Pattern Recognition, 07-12-June, 815–823. https://doi.org/10.1109/CVPR.2015.7298682