Maryuni Susanto, Bekti
Unknown Affiliation

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

Face recognition using haar cascade classifier and FaceNet (A case study: Student attendance system) Maryuni Susanto, Bekti; Surateno, Surateno; Jullev Atmadji, Ery Setiyawan; Pramulintang, Ardian Hilmi; Apriliano, Galuh; Wulansari, Tanti; Angga Gumilang, Mukhamad
International Journal of Informatics and Communication Technology (IJ-ICT) Vol 13, No 2: August 2024
Publisher : Institute of Advanced Engineering and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.11591/ijict.v13i2.pp272-284

Abstract

Face recognition is increasingly widely utilised, and there are numerous face recognition systems. Face recognition is typically utilised for attendance on e-learning platforms in the field of education. The haar cascade classifier is one method for face identification; it is used to identify facial areas. Faces are classified using an alternative model, FaceNet. In this research, we purposefully designed an e-learning platform that authenticates students based on face recognition. Based on the findings of this investigation, the system can accurately recognise faces. Ten students were evaluated based on their participation in two attendance trials. Successful presence has an achievement success value of 19, and 1 failed out of a total of 20 attempts. Several variables, such as illumination, and the use of marks on hats, that could have influenced attendance caused the experiment to fail.
Kombinasi Natural Language Preprocessing Dengan Generalized Latent Semantic Analysis Pada Deteksi Otomatis E-Learning Setiyawan Jullev Atmadji, Ery; Arif Khoiruman, Mohammad; Maryuni Susanto, Bekti
JISTech : Journal of Information Systems and Technology Vol. 2 No. 1 (2025): Juni 2025
Publisher : Perhimpunan Ahli Teknologi Informasi dan Komunikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.71234/jistech.v2i1.62

Abstract

Evaluasi pembelajaran merupakan komponen penting dalam dunia pendidikan, dengan ujian sebagai metode yang umum digunakan untuk mengukur penguasaan materi oleh peserta didik. Perkembangan teknologi telah memungkinkan pelaksanaan ujian secara daring melalui sistem e-learning, yang memberikan hasil evaluasi secara instan. Namun, sistem ini umumnya hanya efektif untuk soal pilihan ganda, sementara untuk soal esai masih memerlukan koreksi manual akibat variasi jawaban yang tinggi, sehingga memerlukan waktu dan tenaga yang lebih besar. Penelitian ini bertujuan untuk merancang dan membangun sistem koreksi otomatis untuk soal esai dengan mengimplementasikan algoritma *Generalized Latent Semantic Analysis* (GLSA) yang dikombinasikan dengan kamus Thesaurus. GLSA digunakan untuk mengidentifikasi hubungan semantik antar kalimat, sedangkan Thesaurus berperan dalam pencarian kata-kata sinonim guna meningkatkan akurasi kesamaan makna. Sebelum proses penilaian dilakukan, data terlebih dahulu diproses menggunakan algoritma Levenshtein Distance untuk mengenali dan mengoreksi kesalahan pengetikan pada tingkat karakter. Penilaian akhir terhadap kesamaan jawaban peserta ujian dan kunci jawaban dilakukan menggunakan metode cosine similarity untuk menghasilkan skor yang merepresentasikan tingkat kesamaan semantik. Sistem ini diharapkan dapat menjadi solusi efektif dalam mengotomatisasi koreksi soal esai dalam platform e-learning