25.04.5576
000 - General Works
Karya Ilmiah - Skripsi (S1) - Reference
Image Processing - Computer Vision
194 kali
Kemajuan teknologi informasi yang cepat mendorong perusahaan untuk selalu meningkatkan efisiensi operasional, termasuk dalam manajemen absensi karyawan. Penelitian ini bertujuan mengembangkan sistem monitoring absensi berbasis <em>face recognition</em> menggunakan metode <em>Convolutional Neural Network</em> (CNN) dengan arsitektur MobileNetv1 untuk meningkatkan keakuratan, efisiensi, dan keamanan pencatatan kehadiran karyawan. Metode yang digunakan meliputi proses pengumpulan data wajah karyawan, <em>pre</em>-<em>processing</em> citra, pelatihan dan pengujian model CNN berbasis TensorFlow.js yang dapat diakses melalui <em>website</em>. Pengambilan data dilakukan menggunakan kamera laptop sebagai alat input citra dengan menggunakan data karyawan PT. Infomedia Nusantara (Tenesa). Pengujian dilakukan dalam ruangan <em>indoor</em> dengan pencahayaan stabil. Hasil pengujian menunjukkan tingkat akurasi sebesar 94%, dengan model berhasil mengenali wajah dalam berbagai kondisi posisi dan pencahayaan. Sistem ini terbukti efektif untuk digunakan sebagai solusi presensi modern yang minim kontak fisik dan memiliki akurasi tinggi.<br /> <br /> <strong>Kata Kunci: Absensi, <em>Face Recognition</em>, <em>Convolutional Neural Network</em>, <em>MobileNetv1, TensorFlow.js</em></strong><br />
Tersedia 1 dari total 1 Koleksi
| Nama | EVA FEBIYANI |
| Jenis | Perorangan |
| Penyunting | Zein Hanni Pradana, Indah Permatasari |
| Penerjemah |
| Nama | Universitas Telkom, S1 Teknik Telekomunikasi - Kampus Purwokerto |
| Kota | Purwokerto |
| Tahun | 2025 |
| Harga sewa | IDR 0,00 |
| Denda harian | IDR 0,00 |
| Jenis | Non-Sirkulasi |