UNBINUNBIN

Jurnal SAINTEKOM (Sains dan Teknologi Komputasi)Jurnal SAINTEKOM (Sains dan Teknologi Komputasi)

Pemindaian kehadiran merupakan elemen penting dalam mendukung proses belajar mengajar di perguruan tinggi serta salah satu bentuk evaluasi yang sering digunakan untuk menilai partisipasi mahasiswa dalam matakuliah. Namun, proses presensi yang dilakukan mahasiswa menggunakan sistem presensi konvensional sering menghadapi berbagai masalah seperti manipulasi data, rendahnya akurasi dan efisiensi yang tidak optimal. Sistem presensi menggunakan username dan password cenderung tidak efektif karena rentan terhadap kecurangan, seperti penitipan absen. Untuk mengatasi masalah tersebut, penelitian ini bertujuan mengembangkan sistem pemindaian kehadiran mahasiswa berbasis teknologi menggunakan algoritma K-Nearest Neighbors dan Support Vector Machine. Algoritma K-Nearest Neighbors diterapkan untuk mendeteksi lokasi geografis mahasiswa, sedangkan Support Vector Machine digunakan untuk memvalidasi kehadiran melalui pengenalan wajah. Penelitian ini dilakukan menggunakan metode pengembangan prototipe dengan pendekatan Research and Development (R&D). Prototipe aplikasi ini dirancang untuk melakukan validasi kehadiran mahasiswa secara otomatis sesuai lokasi geografis dan identifikasi wajah. Penerapan metode K-Nearest Neighbors dan Support Vector Machine mampu meningkatkan efektivitas dan akurasi dalam pemindaian kehadiran mahasiswa. Berdasarkan uji kelayakan oleh ahli sistem, aplikasi ini dinyatakan “Sangat Layak dengan tingkat kelayakan 100%. Kemudian uji pengguna menggunakan perhitungan PSSUQ didapatkan hasil perhitungan rata-rata yaitu 90,42% yang dinyatakan “Sangat Layak. Selain itu, uji hasil menggunakan confusion matrix dari kedua metode menunjukan bahwa sistem ini memiliki tingkat accuracy mencapai 95%, precision 93%, recall 100%, dan F1-score 96%. Hasil penelitian ini menunjukkan bahwa sistem yang dibangun mampu meningkatkan efektivitas dan akurasi yang sangat baik dalam proses pemindaian kehadiran mahasiswa. Implementasi sistem ini diharapkan dapat menjadi solusi inovatif untuk menciptakan proses presensi mahasiswa yang lebih andal di lingkungan akademik.

Berdasarkan hasil penelitian, dapat disimpulkan bahwa sistem pemindaian kehadiran mahasiswa berbasis lokasi dan pengenalan wajah menggunakan algoritma k-nearest neighbors dan support vector machine telah berhasil dikembangkan dengan tingkat akurasi yang tinggi.Uji kelayakan menunjukkan bahwa sistem ini sangat layak untuk diterapkan dengan tingkat akurasi mencapai 96.Sistem yang dikembangkan mampu meningkatkan efisiensi dan keamanan dalam proses presensi mahasiswa, serta mengurangi potensi kecurangan seperti penitipan absen.

Penelitian selanjutnya dapat difokuskan pada pengembangan sistem presensi yang lebih adaptif terhadap kondisi lingkungan, misalnya dengan mengintegrasikan sensor cahaya atau suara untuk meningkatkan akurasi deteksi lokasi dalam ruangan. Selain itu, eksplorasi penggunaan algoritma deep learning untuk pengenalan wajah dapat dilakukan untuk meningkatkan ketahanan sistem terhadap variasi pencahayaan dan ekspresi wajah. Terakhir, penelitian dapat diperluas dengan mempertimbangkan aspek privasi dan keamanan data mahasiswa, seperti penerapan teknik enkripsi dan otentikasi multi-faktor, untuk memastikan bahwa data kehadiran mahasiswa terlindungi dengan baik. Pengembangan ini diharapkan dapat menghasilkan sistem presensi yang tidak hanya akurat dan efisien, tetapi juga aman dan bertanggung jawab secara etis, sehingga dapat memberikan manfaat yang optimal bagi seluruh pengguna di lingkungan akademik.

  1. Penerapan Algoritma K-Nearest Neighbors dan Support Vector Machineuntuk Pemindaian Kehadiran Mahasiswa... ejournal-unbin.id/index.php/jskom/article/view/40Penerapan Algoritma K Nearest Neighbors dan Support Vector Machineuntuk Pemindaian Kehadiran Mahasiswa ejournal unbin index php jskom article view 40
Read online
File size218.04 KB
Pages8
DMCAReport

Related /

ads-block-test