dc.contributor.advisor |
Saputra, Nico |
|
dc.contributor.advisor |
Rahayu, Triana Mugia |
|
dc.contributor.author |
Sutandi, Rayner Adianto |
|
dc.date.accessioned |
2023-02-09T01:44:05Z |
|
dc.date.available |
2023-02-09T01:44:05Z |
|
dc.date.issued |
2022 |
|
dc.identifier.other |
skp42585 |
|
dc.identifier.uri |
http://hdl.handle.net/123456789/14412 |
|
dc.description |
6064 - FTI |
en_US |
dc.description.abstract |
Absensi adalah kegiatan pendataan bahwa seseorang mengikuti atau tidak mengikuti
kegiatan yang dituju. Absensi itu sendiri dipakai untuk banyak keperluan kegiatan
yang ada terutama dalam kegiatan belajar mengajar yang terjadi di sekolah maupun
perkuliahan. Selain dari pada kegiatan belajar mengajar tersebut presensi juga
berguna untuk menghitung kehadiran seseorang pada sebuah seminar atau rapat
atau pertemuan. Kegiatan absensi sendiri biasa dilakukan dengan cara mengedarkan
kertas yang berisikan nama dan tempat untuk menandatangani kehadiran sebagai
bukti bahwa nama tersebut hadir di kegiatan atau acara tersebut. Seiring dengan
berkembangnya teknologi, kegiatan absensipun berkembang dengan cara-cara seperti
menggunakan sidik jari, retina mata, dan dengan menggunakan wajah. Caracara
tersebut dilakukan karena tidak ada di dunia ini orang yang mempunyai
sidik jari, retina dan bentuk wajah yang sama. Pada karya tulis ini melakukan
pengembangan absensi kelas daring dengan menggunakan algoritma eigenface,
sehingga absensi yang dilakukan adalah dengan menggunakan wajah sebagai indikator
seseorang melakukan absensi. Hal ini dilakukan untuk meminimalisir terjadinya
tindakan kecurangan dalam melakukan absensi secara daring dan memudahkan baik
pengajar maupun murid untuk melakukan absensi. Penelitian ini menggunakan 5
subjek wajah manusia dan masing-masing subjek memiliki sekitar 90 gambar wajah
hingga mendapatkan hasil yang memuaskan ditandai dengan persentase keakuratan
identifikasi wajah. Pada penelitian ini lebih menitik beratkan pengaruh jumlah dan
variasi gambar wajah dalam dataset dengan keakuratan indetifikasi wajah dalam
pengujian absensi menggunakan wajah. Hasil yang didapat adalah tingkat keakuratan
hingga 90% untuk setiap subjeknya. Hasil tersebut sangat tinggi untuk menyatakan
keberhasilan pengujian aplikasi absensi. Penelitian ini berhasil membuat aplikai
absensi menggunakan wajah. |
en_US |
dc.language.iso |
Indonesia |
en_US |
dc.publisher |
Program Studi Teknik Elektro Konsentrasi Mekatronika Fakultas Teknologi Industri - UNPAR |
en_US |
dc.title |
Pengembangan aplikasi absensi kelas daring menggunakan Algoritma Eigenface |
en_US |
dc.type |
Undergraduate Theses |
en_US |
dc.identifier.nim/npm |
NPM2016630007 |
|
dc.identifier.nidn/nidk |
NIDN0421057003 |
|
dc.identifier.nidn/nidk |
NIDN0401018804 |
|
dc.identifier.kodeprodi |
KODEPRODI615#Teknik Elektro |
|