Prototipe sistem presensi berbasis Android untuk Multiple Face Recognition menggunakan Flutter Framework

Katresnawati, Shabrina (2024) Prototipe sistem presensi berbasis Android untuk Multiple Face Recognition menggunakan Flutter Framework. Sarjana thesis, UIN Sunan Gunung Djati Bandung.

Preview	Text (COVER) 1_Cover.pdf Download (120kB) | Preview
Preview	Text (ABSTRAK) 2_Abstrak.pdf Download (172kB) | Preview
Preview	Text (DAFTAR ISI) 3_DaftarIsi.pdf Download (221kB) | Preview
Preview	Text (BAB I) 4_Bab1.pdf Download (407kB) | Preview
	Text (BAB II) 5_Bab2.pdf Restricted to Registered users only Download (634kB) | Request a copy
	Text (BAB III) 6_Bab3.pdf Restricted to Registered users only Download (254kB) | Request a copy
	Text (BAB IV) 7_Bab4.pdf Restricted to Registered users only Download (2MB) | Request a copy
	Text (BAB V) 8_Bab5.pdf Restricted to Registered users only Download (920kB) | Request a copy
	Text (BAB VI) 9_Bab6.pdf Restricted to Registered users only Download (150kB) | Request a copy
	Text (DAFTAR PUSTAKA) 10_DaftarPustaka.pdf Restricted to Registered users only Download (188kB) | Request a copy

Abstract

Proses presensi atau absensi adalah hal yang sangat penting dalam pengelolaan kehadiran di kampus. Namun banyak sektor pendidikan masih mengadopsi metode tradisional seperti menggunakan tanda tangan manual dengan alat tulis atau melakukan presensi secara manual pada lembar kertas. Metode ini rentan terhadap kesalahan dan potensi kecurangan. Oleh karena itu, diperlukan sistem presensi berbasis pengenalan wajah (face recognition) sebagai solusi untuk memperbaiki proses presensi. Penelitian ini bertujuan untuk merancang sebuah prototipe sistem presensi berbasis Android menggunakan framework Flutter yang diintegrasikan dengan model machine learning yang telah dibangun untuk meningkatkan efisiensi dan akurasi dalam proses presensi. Aplikasi Android dikembangkan dengan Flutter, memungkinkan pengguna untuk mengakses, menambahkan data, melakukan presensi dan melihat laporan presensi. Sistem ini mengintegrasikan fitur pengambilan dan pengenalan wajah yang dioperasikan melalui model machine learning yang dijalankan pada server. Data wajah mahasiswa diambil menggunakan kamera webcam yang terhubung dengan miniPC sebagai pemroses utama. Proses presensi dilakukan dengan mencocokkan gambar wajah yang diambil dengan data wajah yang telah terdaftar sebelumnya, yang dikelola dan disimpan menggunakan Firebase Database. Hasil pengujian yang dilakukan menunjukkan bahwa sistem ini dapat terintegrasi dengan baik, mulai dari pengambilan gambar, pengenalan wajah, hingga penyimpanan data presensi, dengan kinerja yang handal dan efisien. Evaluasi kinerja aplikasi menggunakan System Usability Scale (SUS) menghasilkan skor 78,75 dari 100, yang menunjukkan bahwa aplikasi ini berada dalam kategori "good." Dengan demikian, aplikasi ini mudah digunakan dan diterima dengan baik oleh pengguna.

Actions (login required)

View Item