Maulana, Muhamad Rizal (2024) Sistem Presentasi Staf Melalui Pencocokan Wajah Menggunakan Library Android Face Recognition With Support Vector Machine dan Teknologi Geofence. Diploma thesis, UBP Karawang.
1. File Judul_240003_17416255201104_Muhamad Rizal Maulana.pdf
Download (1MB)
2. File Abstrak_240003_17416255201104_Muhamad Rizal Maulana.pdf
Download (18kB)
3. Daftar IsI_240003_17416255201104_Muhamad Rizal Maulana.pdf
Download (377kB)
4. BAB_I_240003_17416255201104_Muhamad Rizal Maulana.pdf
Download (25kB)
5. BAB_II_240003_17416255201104_Muhamad Rizal Maulana.pdf
Restricted to Registered users only
Download (557kB)
6. BAB_III_240003_17416255201104_Muhamad Rizal Maulana.pdf
Download (194kB)
7. BAB_IV_240003_17416255201104_Muhamad Rizal Maulana.pdf
Restricted to Registered users only
Download (404kB)
8. BAB_V_240003_17416255201104_Muhamad Rizal Maulana.pdf
Download (17kB)
9. Daftar Pustaka_240003_17416255201104_Muhamad Rizal Maulana.pdf
Download (143kB)
10. Lampiran_240003_17416255201104_Muhamad Rizal Maulana.pdf
Restricted to Registered users only
Download (728kB)
11. Artikel_240003_17416255201104_Muhamad Rizal Maulana.pdf
Restricted to Registered users only
Download (713kB)
Abstract
Presensi dalam suatu institusi berisi data kehadiran yang sudah disusun dan diatur sehingga menjadi bukti bahwa seseorang telah berada di dalam lingkungan tersebut. Bentuk presensi tenaga pengajar dan pendidik pada institusi sudah menggunakan sistem presensi yang dibuat melalui form online dan ada juga yang sudah menggunakan website, namun pada kenyataannya sistem tersebut masih belum mampu melakukan sebuah verifikasi keaslian data tenaga pengajar dan pendidik pada saat melakukan presensi. Sehingga solusi untuk permasalahan presensi ini dibutuhkannya sebuah sistem yang mampu memberikan keefektifan dalam melakukan pencatatan presensi, serta mempunyai fitur yang dapat melakukan sebuah verifikasi lokasi dan citra wajah dari staf sehingga dapat menghasilkan tingkat keefektifan yang baik dalam pencatatan presensi staf. Hasil pengenalan wajah dengan algoritma Support Vector Machine yaitu mendapatkan hasil yang cukup memuaskan, berdasarkan nilai akurasi dan di evaluasi dengan Confusion Matrix sehingga mendapatkan nilai Accuracy 97%, Precision 60%, Recall 100% dan F1-score 75%.
Kata Kunci: presensi, face recognition, geofence, android.
| Item Type: | Thesis (Diploma) |
|---|---|
| Subjects: | T Technology > T Technology (General) |
| Divisions: | Faculty of Engineering, Science and Mathematics > School of Electronics and Computer Science |
| Depositing User: | Pustakawan UBP Karawang |
| Date Deposited: | 29 Oct 2025 03:31 |
| Last Modified: | 29 Oct 2025 03:31 |
| URI: | http://repository.ubpkarawang.ac.id/id/eprint/4804 |
