Claim Missing Document
Check
Articles

Found 5 Documents
Search
Journal : eProceedings of Engineering

Pengaruh Latar Belakang User Terhadap Penggunaan Aplikasi SolarCell Swandoko, Bagas Tri; Putra, Heru Syah
eProceedings of Engineering Vol. 12 No. 3 (2025): Juni 2025
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Penelitian ini bertujuan untuk mengeksplorasipengaruh latar belakang demografis pengguna terhadappenggunaan aplikasi SolarCell, yang dirancang untukmengoptimalkan pemanfaatan energi surya. Dalam konteksmeningkatnya kebutuhan akan energi bersih dan tantanganperubahan iklim, aplikasi ini menawarkan solusi praktis dalammenghitung aspek ekonomi dari Pembangkit Listrik TenagaSurya (PLTS). Metode penelitian yang digunakan adalahpendekatan kuantitatif dengan menyebarkan kuesioner secaraonline kepada 34 responden yang terdiri dari mahasiswa,pekerja, dan pengangguran. Hasil analisis menunjukkan bahwalatar belakang pendidikan dan status pekerjaan memilikipengaruh signifikan terhadap tingkat kepuasan pengguna,dengan tingkat kepuasan mencapai 80%. Pengguna denganpendidikan lebih tinggi dan pengalaman teknologi yang baikcenderung lebih puas dan aktif dalam menggunakan aplikasi.Selain itu, penelitian ini juga menemukan bahwa pemahamanyang lebih baik tentang teknologi energi terbarukanberkontribusi pada adopsi yang lebih luas dari aplikasi ini.Temuan ini memberikan wawasan penting bagi pengembangaplikasi untuk merancang fitur yang lebih responsif terhadapkebutuhan pengguna yang beragam, serta meningkatkankesadaran masyarakat tentang pentingnya penggunaan energiterbarukan. Dengan demikian, penelitian ini diharapkan dapatberkontribusi pada pengembangan aplikasi energi terbarukanyang lebih efektif dan inklusif, serta mendorong masyarakatuntuk lebih aktif dalam memanfaatkan sumber energi yangramah lingkungan. Kata Kunci — SolarCell, kepuasan pengguna, latar belakang demografis.
Aplikasi Pengenalan Wajah Pada Presensi Perkuliahan Menggunakan Facenet Rafieldo, Ricky Marcelino; Usman, Uke Kurniawan; Putra, Heru Syah
eProceedings of Engineering Vol. 12 No. 3 (2025): Juni 2025
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Sistem presensi mahasiswa yang masihmenggunakan metode manual atau semi-manual seringkalirentan terhadap kesalahan pencatatan dan penyalahgunaanyang dapat menggangu proses evaluasi akademik. Teknologipengenalan wajah dapat menjadi solusi dengan memungkinkanproses identifikasi individu secara unik berdasarkankarakteristik fitur wajah dan pencatatan presensi secaraotomatis dan real-time. Penelitian ini bertujuan untukmengembangkan sistem presensi pengenalan wajahmenggunakan Google ML Kit dan Facenet pada aplikasimobile. Pengujian dilakukan dengan variasi jarak,pencahayaan, dan pengunaan aksesoris untuk mengujikehandalan sistem dalam kondisi nyata. Hasil pengujianmenunjukkan akurasi 100% pada jarak 50 cm, 100 cm, dan 150cm, meskipun waktu pengenalan meningkat menjadi lambatdari 1,328 detik pada jarak 50 cm menjadi 1,963 detik padajarak 150 cm. Akurasi menurun dalam kondisi cahaya gelap,dan penggunaan aksesoris secara bersamaan seperti topi dankacamata dapat mengurangi akurasi hingga 78,75%. Selain itu,sistem memiliki False Acceptance Rate (FAR) sebesar 10% saatmengujji wajah di luar database. Secara umum, sistempengenalan wajah yang dikembangkan mampu memberikanakurasi tinggi dalam kondisi ideal, namun masih memerlukanoptimasi untuk kondisi lingkungan yang bervariasi.Kata kunci— Sistem Presensi, Pengenalan Wajah, GoogleML Kit, Facenet, Akurasi
Aplikasi Pengenalan Wajah Pada Presensi Perkuliahan Menggunakan Facenet Rafieldo, Ricky Marcelino; Usman, Uke Kurniawan; Putra, Heru Syah
eProceedings of Engineering Vol. 12 No. 3 (2025): Juni 2025
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Sistem presensi mahasiswa yang masihmenggunakan metode manual atau semi-manual seringkalirentan terhadap kesalahan pencatatan dan penyalahgunaanyang dapat menggangu proses evaluasi akademik. Teknologipengenalan wajah dapat menjadi solusi dengan memungkinkanproses identifikasi individu secara unik berdasarkankarakteristik fitur wajah dan pencatatan presensi secaraotomatis dan real-time. Penelitian ini bertujuan untukmengembangkan sistem presensi pengenalan wajahmenggunakan Google ML Kit dan Facenet pada aplikasimobile. Pengujian dilakukan dengan variasi jarak,pencahayaan, dan pengunaan aksesoris untuk mengujikehandalan sistem dalam kondisi nyata. Hasil pengujianmenunjukkan akurasi 100% pada jarak 50 cm, 100 cm, dan 150cm, meskipun waktu pengenalan meningkat menjadi lambatdari 1,328 detik pada jarak 50 cm menjadi 1,963 detik padajarak 150 cm. Akurasi menurun dalam kondisi cahaya gelap,dan penggunaan aksesoris secara bersamaan seperti topi dankacamata dapat mengurangi akurasi hingga 78,75%. Selain itu,sistem memiliki False Acceptance Rate (FAR) sebesar 10% saatmengujji wajah di luar database. Secara umum, sistempengenalan wajah yang dikembangkan mampu memberikanakurasi tinggi dalam kondisi ideal, namun masih memerlukanoptimasi untuk kondisi lingkungan yang bervariasi. Kata kunci— Sistem Presensi, Pengenalan Wajah, GoogleML Kit, Facenet, Akurasi
Analisis Performa Aplikasi Pengenalan Wajah Fast : Latensi Dan Penggunaan Sumber Daya Rizqi , Mochamad Ilman Yassir; Usman, Uke Kurniawan; Putra, Heru Syah
eProceedings of Engineering Vol. 12 No. 3 (2025): Juni 2025
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Sistem presensi konvesional masih mengalamimasalah efisiensi dalam pengelolaan kehadiran. Studi inimerancang aplikasi Face Attendance for Students (FAST)menggunakan teknologi pengenalan wajah berbasis MachineLearning yang terhubung dengan Firebase Realtime Database.FAST melakukan pencatatan kehadiran mahasiswa secaraotomatis dengan memanfaatkan Google ML Kit dan FaceNet,sementara Firebase berfungsi sebagai tempat penyimpanandata utama. Hasil analisis mengindikasikan bahwa sistemmenunjukkan latensi pengenalan wajah antara 36–182 ms(median 162 ms) dan pencatatan presensi antara 2–39 ms(median 4 ms), memastikan respon yang cepat dan efisien.Aplikasi ini juga menunjukkan efisiensi dalam penggunaansumber daya, dengan pemakaian memori hanya 28 MB daritotal 384 MB yang ada. Dengan kinerja tersebut, FAST menjadijawaban inovatif dan efisien untuk presensi perkuliahan. Kata kunci — presensi, pengenalan wajah, Firebase, MachineLearning, efisiensi sistem.
Implementasi Desain UI/UX untuk Meningkatkan Efisiensi Presensi Mahasiswa pada Aplikasi FAST : Face Attendance for Student Akmal , Octa Ryo; Usman , Uke Kurniawan; Putra, Heru Syah
eProceedings of Engineering Vol. 12 No. 3 (2025): Juni 2025
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Aplikasi presensi dengan teknologi facerecognition sedang menjadi tren bagi instansi pendidikan karenaakurasi nya dalam mencatat kehadiran mahasiswa. Denganteknologi ini, proses presensi menjadi lebih terintegrasi danterorganisir sehingga memudahkan dosen untuk memantaukehadiran mahasiswa tanpa cemas akan terjadinya kecuranganatau kesalahan dalam mencatat presensi. Namun, efektivitasaplikasi ini sangat bergantung pada desain antarmuka pengguna(UI) dan pengalaman pengguna (UX) yang baik. Penelitian inibertujuan untuk merancang dan mengimplementasikan desainUI/UX yang interaktif untuk aplikasi presensi mahasiswa denganfokus pada kepuasan pengguna. Penelitian ini menggunakanAndroid Studio sebagai IDE dengan bahasa pemrograman Java.Hasil penelitian membuktikan bahwa desain UI/UX yang efektifdapat meningkatkan kepuasan pengguna terhadap aplikasipresensi. Aplikasi yang dirancang dengan baik memilikiantarmuka yang interaktif, mudah digunakan, dan memberikankepuasan pada pengguna. Kata kunci— desain UI/UX, aplikasi, presensi