• Login
    View Item 
    •   DSpace Home
    • Students & Alumnae
    • Undergraduate Thesis
    • Faculty of Industrial Technology
    • Informatics Engineering
    • View Item
    •   DSpace Home
    • Students & Alumnae
    • Undergraduate Thesis
    • Faculty of Industrial Technology
    • Informatics Engineering
    • View Item
    JavaScript is disabled for your browser. Some features of this site may not work without it.

    Pengembangan Sistem Presensi Karyawan dengan Face Recognition menggunakan Model Facenet

    Thumbnail
    View/Open
    20523151.pdf (12.65Mb)
    Date
    2024
    Author
    Anggreini, Anjeli Puteri
    Metadata
    Show full item record
    Abstract
    PT Indo Xetia Internasional adalah perusahaan teknologi yang berfokus pada pengembangan sistem informasi untuk berbagai industri dan menerapkan sistem kerja yang memungkinkan karyawannya untuk bekerja dari rumah (work from home). Sistem kerja ini mengharuskan perusahaan untuk memiliki sistem presensi yang dapat memvalidasi kehadiran karyawan secara akurat. Saat ini, karyawan menggunakan aplikasi Discord untuk melakukan presensi dan terdapat kelemahan dalam penggunaan aplikasi Discord yang berpotensi bagi seseorang yang bukan karyawan dapat melakukan presensi atas nama karyawan yang sebenarnya tidak hadir sehingga untuk meningkatkan akurasi dan kemanan pada proses presensi maka dikembangkan sistem presensi karyawan menggunakan teknologi face recognition. Proses sistem presensi karyawan melibatkan beberapa tahapan utama seperti face detection, face registration, dan face recognition. Pada tahap face detection maka algoritma SSD bekerja untuk mengidentifikasi wajah pada gambar. Setelah wajah terdeteksi maka dilakukan pre- processing untuk normalisasi, transformasi vektor, dan cropping. Pada tahap face registration karyawan mengambil gambar wajah menggunakan kamera seluler secara real-time untuk digunakan sebagai data referensi. Pada tahap face recognition maka model FaceNet bekerja untuk menghasilkan vektor fitur wajah yang telah terdaftar menggunakan perhitungan jarak Euclidean untuk menentukan tingkat kemiripan. Jika hasil nilai jarak Euclidean di bawah atau sama dengan threshold yang ditentukan maka wajah dianggap dikenali dan pengguna diizinkan melakukan presensi. Hasil pengujian sistem pengenalan wajah menujukkan kinerja yang bervariasi tergantung pada kondisi pengujian. Pengujian pada cahaya terang mencapai tingkat keberhasilan 98.7% dan pengujian pada cahaya redup mencapai tingkat keberhasilan 92%. Pada pengujian posisi miring memiliki tingkat keberhasilan 54.7% dan pengujian pada posisi lurus memiliki tingkat keberhasilan 96%. Pada pengujian ekspresi tersenyum menunjukkan tingkat keberhasilan 94.7% dan pengujian pada ekspresi datar menujukkan tingkat keberhasilan 100%. Pada pengujian jarak 30cm mencapai tingkat keberhasilan 100% dan pengujian jarak 60cm menujukkan tingkat keberhasilan 98.7%. Pada pengujian menggunakan atribut topi memiliki tingkat keberhasilan 96% dan pengujian menggunakan atribut kacamata mencapai tingkat keberhasilan sebesar 97.3%.
    URI
    dspace.uii.ac.id/123456789/51600
    Collections
    • Informatics Engineering [2528]

    DSpace software copyright © 2002-2015  DuraSpace
    Contact Us | Send Feedback
    Theme by 
    @mire NV
     

     

    Browse

    All of DSpaceCommunities & CollectionsBy Issue DateAuthorsTitlesSubjectsThis CollectionBy Issue DateAuthorsTitlesSubjects

    My Account

    LoginRegister

    DSpace software copyright © 2002-2015  DuraSpace
    Contact Us | Send Feedback
    Theme by 
    @mire NV