USNIUSNI

JURNAL SATYA INFORMATIKAJURNAL SATYA INFORMATIKA

Absensi merupakan salah satu aspek penting dalam pengelolaan kehadiran pegawai maupun mahasiswa. Metode absensi manual maupun berbasis kartu masih memiliki kelemahan, seperti rawan manipulasi, membutuhkan waktu yang lebih lama, dan kurang efisien. Oleh karena itu, penelitian ini mengembangkan prototype sistem absensi berbasis pengenalan wajah real-time dengan menggunakan Python dan OpenCV. Metode penelitian yang digunakan adalah Prototyping, dengan tahapan analisis kebutuhan, perancangan sistem, implementasi, dan pengujian. Sistem dirancang menggunakan algoritma Haar Cascade untuk deteksi wajah dan Local Binary Pattern Histogram (LBPH) untuk pengenalan wajah. Basis data menggunakan SQLite dengan tiga tabel utama: pengguna, jabatan, dan absensi. Sistem diuji menggunakan 4 dataset wajah dengan total ±400 citra, yaitu pengguna: Ronaldo, Lisra, Juliardo, dan Riswanti. Hasil pengujian menunjukkan sistem dapat mendeteksi dan mengenali wajah pengguna secara real-time, mencatat kehadiran secara otomatis, serta menghasilkan laporan absensi harian, bulanan, dan perorangan.

Sistem absensi berbasis pengenalan wajah berhasil dikembangkan menggunakan bahasa pemrograman Python dengan bantuan pustaka OpenCV.Algoritma Haar Cascade mampu mendeteksi wajah secara real-time, sedangkan algoritma LBPH dapat mengenali identitas wajah pengguna dengan tingkat keberhasilan yang baik.Sistem mampu mencatat kehadiran secara otomatis ke dalam basis data dan menghasilkan laporan absensi dalam tiga bentuk, yaitu laporan harian, bulanan, dan perorangan.

Pertama, perlu dikembangkan penelitian lanjutan yang menggabungkan algoritma deep learning seperti CNN atau FaceNet untuk meningkatkan akurasi pengenalan wajah pada kondisi cahaya rendah dan sudut pandang yang tidak langsung, sehingga sistem lebih andal dalam lingkungan yang bervariasi. Kedua, perlu dilakukan studi tentang integrasi sistem dengan platform berbasis cloud agar data absensi dapat diakses dan dikelola secara real-time oleh instansi dari lokasi yang berbeda, serta mendukung sinkronisasi data antar cabang atau kantor. Ketiga, diperlukan penelitian untuk menambahkan mekanisme autentikasi multi-faktor, seperti kombinasi pengenalan wajah dengan verifikasi kode OTP atau deteksi kedipan mata (liveness detection), guna mencegah upaya penipuan seperti penggunaan foto atau video rekaman wajah seseorang untuk melakukan absensi palsu. Penelitian-penelitian ini akan melengkapi sistem yang telah dibuat agar lebih aman, akurat, dan dapat digunakan secara luas di berbagai lingkungan organisasi.

Read online
File size719.19 KB
Pages11
DMCAReport

Related /

ads-block-test