IMPLEMENTASI FACE RECOGNITION UNTUK ABSENSI MAHASISWA MENGGUNAKAN ALGORITMA DEEP LEARNING CNN

Ramdhan, Fajhar Muhammad (2024) IMPLEMENTASI FACE RECOGNITION UNTUK ABSENSI MAHASISWA MENGGUNAKAN ALGORITMA DEEP LEARNING CNN. Bachelor thesis, Universitas Nasional.

	Text Cover.pdf Download (1MB)
	Text BAB I.pdf Download (127kB)
	Text BAB II.pdf Download (180kB)
	Text BAB III.pdf Download (116kB)
	Text BAB IV.pdf Download (715kB)
	Text BAB V.pdf Download (59kB)
	Text Lampiran.pdf Download (292kB)

Abstract

Penelitian ini mengeksplorasi dan mengimplementasikan teknologi
Identifikasi wajah dengan menggunakan Convolutional Neural Network (CNN)
untuk meningkatkan sistem hadir anggota fakultas dalam lingkungan akademik.
Penelitian ini membuktikan efektivitas CNN yang tinggi dalam tugas pengenalan
wajah, memastikan identifikasi wajah pengajar yang tepat dengan akurasi yang
luar biasa. Integrasi teknologi ini secara signifikan berkontribusi dalam
menyederhanakan proses kehadiran. Perkembangan teknologi saat ini berkembang
sangat pesat, selain pesat perkembangan teknologi digunakan untuk
mempermudah manusia dalam semua aspek. Banyak sekali kemungkinan
berbagai hambatan masalah yang akan terjadi di zaman yang akan mendatang
untuk itu perkembangan teknologi harus beradaptasi dengan masalah yang
mendatang. Baik itu membangun ulang ataupun meneruskan dan improvisasi dari
suatu teknologi. Pada penelitian kali ini peneliti merancang dan membangun
aplikasi absensi untuk mahasiswa universitas nasional. Alasan aplikasi absensi
dikembangkan yaitu memberikan keefektifan mahasiswa dalam melakukan absen
di tempat tertentu. Adapun untuk mengenali wajah untuk absensi, peneliti
berupaya menyiapkan dan melatih data untuk fitur pengenalan wajah yang di
dasari dengan algoritma Convolutional Neural Network. Pada pengujian aplikasi
ini di uji dengan manual testing yang berarti pengujian di lakukan secara manual
atau dengan fisik yang bertujuan untuk memastikan fungsi dan output yang di
rencanakan sesuai.

Item Type:	Thesis (Bachelor)
Subjects:	Z Bibliography. Library Science. Information Resources > Z665 Library Science. Information Science Z Bibliography. Library Science. Information Resources > ZA Information resources
Divisions:	Skripsi > Fakultas Teknologi Komunikasi dan Informatika > Program Studi Teknik Informatika
Depositing User:	Users 30 not found.
Date Deposited:	13 Mar 2024 04:47
Last Modified:	13 Mar 2024 08:37
URI:	https://repository.unas.ac.id/id/eprint/9747

Actions (login required)

View Item