Show simple item record

dc.contributor.authorAnggreini, Anjeli Puteri
dc.date.accessioned2024-09-04T06:17:07Z
dc.date.available2024-09-04T06:17:07Z
dc.date.issued2024
dc.identifier.uridspace.uii.ac.id/123456789/51600
dc.description.abstractPT 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%.en_US
dc.publisherUniversitas Islam Indonesiaen_US
dc.subjectGoogle Ml Kiten_US
dc.subjectTensorflow Liteen_US
dc.subjectFlutteren_US
dc.subjectFace Recognitionen_US
dc.subjectSistem Presensien_US
dc.titlePengembangan Sistem Presensi Karyawan dengan Face Recognition menggunakan Model Faceneten_US
dc.typeThesisen_US
dc.Identifier.NIM20523151


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record