Pengembangan Sistem Absensi Otomatis Berbasis Deteksi Wajah Menggunakan Convolutional Neural Networks (CNN)

Authors

  • Heri Kurniawan Pendidikan Teknik Informasi, Universitas Negeri Padang , Indonesia
  • Geovanne Farell Pendidikan Teknik Informatika, Universitas Negeri Padang, Indonesia

Keywords:

Sistem Absensi Otomatis, Deteksi Wajah, Convolutional Neural Networks (CNN)

Abstract

Penelitian ini bertujuan untuk mengembangkan sistem absensi otomatis yang memanfaatkan teknologi deteksi wajah dengan menggunakan arsitektur Convolutional Neural Networks (CNN). Dengan menggunakan perangkat keras dan perangkat lunak yang tepat, sistem ini diharapkan mampu meningkatkan akurasi dan efisiensi dalam proses pencatatan kehadiran. Metode penelitian ini diawali dengan menyiapkan bahan dan alat yang diperlukan untuk pengembangan aplikasi absensi berbasis deteksi wajah. Alat utama yang digunakan berupa perangkat keras komputer dengan spesifikasi prosesor Intel Core i7-13700HX, RAM 16 GB, GPU NVIDIA GeForce RTX 4050, dan sistem operasi Windows 10. Sedangkan perangkat lunak yang digunakan mencakup Python 3.9 beserta pustaka seperti OpenCV. Hasil dari penelitian dapat disimpulkan adanya aplikasi absensi berbasis deteksi wajah ini, mahasiswa di TEFA UNP akan jauh lebih mudah dalam melakukan absensi kehadiran.

 

Downloads

Published

14-11-2024

How to Cite

Kurniawan, H., & Farell, G. (2024). Pengembangan Sistem Absensi Otomatis Berbasis Deteksi Wajah Menggunakan Convolutional Neural Networks (CNN). Jurnal Pendidikan Tambusai, 8(3), 44262–44267. Retrieved from http://jptam.org/index.php/jptam/article/view/21003

Issue

Vol. 8 No. 3 (2024)

Section

Articles of Research

Citation Check

License

Copyright (c) 2024 Heri Kurniawan

Creative Commons License

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

Authors who publish with this journal agree to the following terms:

  • Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgement of the work’s authorship and initial publication in this journal.
  • Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal’s published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
  • Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).