Article Per Year (5 Year)
p-Index From 2020 - 2025
1.168
P-Index
This Author published in this journals
All Journal JSAI (Journal Scientific and Applied Informatics) JTTM: Jurnal Terapan Teknik Mesin Infotech: Jurnal Informatika & Teknologi
Umar Tsani Abdurrahman
Sekolah Tinggi Teknologi Muhammadiyah Cileungsi
Aerospace Engineering Computer Science & IT Control & Systems Engineering Energy Engineering Industrial & Manufacturing Engineering Mechanical Engineering

Published : 7 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : JSAI (Journal Scientific and Applied Informatics)

 1 
Rancang Bangun Aplikasi Kehadiran Siswa Menggunakan Pengenalan Wajah Berbasis Android Dengan Metode Machine Learning Iskandar; Umar Tsani Abdurahman; Joko Nursanto
JSAI (Journal Scientific and Applied Informatics) Vol 5 No 3 (2022): November 2022
Publisher : Fakultas Teknik Universitas Muhammadiyah Bengkulu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36085/jsai.v5i3.3880

Abstract

Pemanfaatan teknologi komputer Saat berkembang sangat pesat dalam hal pengontrolan kedisiplinan siswa selain dalam rangka mengenalkan penerapan teknologi digital pada siswa tentunya juga menjadi ajang promosi bagi sekolah bersangkutan terkait pemanfaatan teknologi komputer berbasis mobile, kondisi sistem kehadiran siswa selama ini masih dilakukan secara manual oleh guru pada daftar hadir siswa, dimana dalam pelaksanaannya membutuhkan waktu dan kadangkala terjadi kesalahan tulis serta membutuhkan waktu relatif lama. Dalam pengelolaan sistem kehadiran siswa dibutuhkan sistem yang flexibel, tepat guna dan aman terhadap perubahan kebutuhan manajemen sekolah.  Machine Learning merupakan suatu metode pembelajaran pada mesin supaya mesin dapat meniru cara kerja otak manusia sehingga dapat memahami dan mengklasifikasikan suatu objek tertentu, dimana hal ini objek yang ditangkap dalam bentuk citra. Dalam penelitian ini dirancang sistem kehadiran siswa berbasis mobile android dengan menggunakan metode machine learning dimana sistem kehadiran dengan menggunakan pengenalan wajah menggunakan metode K-Nearest Neighbor dengan library Python 3.8, TensorFlow Lite dan sistem database sqlite. Dari implementasi dan trial sistem  dari sisi kecepatan dan keakuratan sudah memadai untuk dapat digunakan pada satu institusi kelas atau sekolah. Kestabilan server face_api juga cukup memadai selama testing dapat berjalan tanpa gangguan lebih dari 7x24 jam
Co-Authors Adam Firdaus Annisa Fithria Fauzi Djoko Nursanto Iskandar Iskandar Joko Nursanto Nurkholis Nurkholis