PERANCANGAN APLIKASI SISTEM PENGENALAN WAJAH DENGAN METODE CONVOLUTIONAL NEURAL NETWORK (CNN) UNTUK PENCATATAN PRESENSI MAHASISWA

Fadli, Muhammad Herlin (2025) PERANCANGAN APLIKASI SISTEM PENGENALAN WAJAH DENGAN METODE CONVOLUTIONAL NEURAL NETWORK (CNN) UNTUK PENCATATAN PRESENSI MAHASISWA. Sarjana thesis, Universitas Bhinneka Nusantara.

	Text ABSTRAK.pdf Download (199kB)
	Text BAB I.pdf Download (446kB)
	Text BAB II.pdf Download (623kB)
	Text BAB III.pdf Download (567kB)
	Text BAB IV.pdf Restricted to Repository staff only Download (930kB)
	Text BAB V.pdf Download (279kB)
	Image Muihammad Herlin Fadli - 201111012.jpg Download (342kB)

Abstract

Kehadiran mahasiswa di perguruan tinggi berperan penting sebagai persyaratan administratif dan indikator kedisiplinan. Di Universitas Bhinneka Nusantara (UBHINUS), sistem presensi berbasis barcode melalui aplikasi PASPOR telah digunakan, namun memiliki kelemahan seperti potensi titip absen karena barcode dapat dibagikan. Untuk mengatasi hal tersebut, penelitian ini mengembangkan sistem presensi berbasis pengenalan wajah menggunakan metode Convolutional Neural Network (CNN) yang mampu mengenali identitas mahasiswa secara otomatis dan akurat. Penelitian ini dibatasi pada penggunaan di lingkungan UBHINUS dengan data yang digunakan hanya data wajah mahasiswa. Sistem dibangun menggunakan CNN dan basis data MySQL, serta diakses melalui perangkat ponsel atau laptop saat pembelajaran berlangsung di kelas. Pengujian dilakukan melalui uji akurasi dan black box testing. Uji akurasi menggunakan 35 data wajah mahasiswa menghasilkan tingkat akurasi sebesar 91,4%, menunjukkan kemampuan sistem dalam mengenali wajah dengan baik. Sementara itu, black box testing memastikan seluruh fitur berjalan sesuai fungsinya untuk semua jenis pengguna. Hasil penelitian menunjukkan bahwa sistem pengenalan wajah berbasis CNN ini mampu mencatat presensi mahasiswa secara otomatis, mengurangi potensi kecurangan, dan layak diimplementasikan dalam lingkungan akademik tanpa memerlukan perangkat keras khusus.

Item Type:	Thesis (Sarjana)
Subjects:	Information system > Data management systems
Divisions:	Engineering Sciences
Depositing User:	Unnamed user with username editor_perpustakaan
Date Deposited:	27 Jan 2026 02:17
Last Modified:	27 Jan 2026 02:17
URI:	http://repository.stiki.ac.id/id/eprint/2494

Actions (login required)

View Item