Rancang Bangun Sistem Kehadiran Mahasiswa D3 Teknik Telekomunikasi Polines Menggunakan Face Recognition Berbasis Artificial Intelligence = Design and Development D3 Engineering Student Attendance System Telecommunications Polines Using Face Recognition Based Artificial Intelligence |

TA DIGITAL

Rancang Bangun Sistem Kehadiran Mahasiswa D3 Teknik Telekomunikasi Polines Menggunakan Face Recognition Berbasis Artificial Intelligence = Design and Development D3 Engineering Student Attendance System Telecommunications Polines Using Face Recognition Based Artificial Intelligence

Amalia Rahmawati - Nama Orang; Lia Wahyu Safitri - Nama Orang; Sidiq Syamsul Hidayat - Nama Orang; SARONO Widodo - Nama Orang;

Sistem kehadiran mahasiswa Teknik Telekomunikasi Politeknik Negeri Semarang saat ini masih menggunakan sistem kehadiran secara manual dinilai masih kurang efektif dikarenakan dosen harus memanggil satu persatu para mahasiswa sehingga cukup memakan waktu saat perkuliahan. Dari latar belakang tersebut, maka dibuat sistem kehadiran mahasiswa dengan menerapkan teknologi Artificial Intelligence (AI) berupa face recognition untuk mendeteksi kehadiran mahasiswa saat perkuliahan. Menggunakan face recognition dengan kamera yang ditempatkan pada bagian depan dinding ruang kelas akan mendeteksi Nama, NIM, Waktu Kehadiran dan Durasi mahasiswa. Dengan adanya sistem kehadiran mahasiswa ini diharapkan dapat memberikan solusi sistem kehadiran mahasiswa yang efektif. Metode object detection yang digunakan pada penelitian ini menggunakan metode Multi Task-cascaded Convolutional Neural Networks (MTCNN) yang merupakan algoritma yang menggabungkan area deteksi wajah dengan dataset wajah mahasiswa yang telah diinputkan. Pengujian dilakukan dengan mengimplementasikan kamera sebagai input yang diintegrasikan dengan raspberry pi sebagai mikroprocessing dan output berupa layar monitor laptop, yang kemudian diujikan dengan beberapa jenis variabel dapat mempengaruhi hasil deteksi objek seperti posisi duduk mahasiswa yang memiliki jarak berbeda-beda dengan letak kamera. Hasil pengujian didapatkan titik optimal kamera dapat mendeteksi mahasiswa pada jarak 3,3 meter dengan rata-rata persentase sebesar 84,35%. Data hasil deteksi dikirimkan ke database melalui API dengan method POST.

Kata kunci— sistem kehadiran, artificial intelligence, face recognition, MTCNN

Fulltext

Harap masuk untuk melihat lampiran

Informasi Detail

Judul Seri: -
No. Panggil: TK 011 2023
Penerbit: Semarang : Politeknik Negeri Semarang., 2023
Deskripsi Fisik: xii, 47 hal.; ilus, 30 cm
Bahasa: Indonesia
ISBN/ISSN: -
Klasifikasi: NONE
Tipe Isi: text
Tipe Media: computer
Tipe Pembawa: online resource
Edisi: -
Subjek: artificial intelligence
face recognition
SISTEM KEHADIRAN
MTCNN
Info Detail Spesifik: -
Pernyataan Tanggungjawab: Amalia Rahmawati

Versi lain/terkait

Tidak tersedia versi lain

Komentar

Anda harus masuk sebelum memberikan komentar