Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal Jurnal Teknologi Informasi dan Ilmu Komputer Journal of Informatics and Computer Science (JINACS)
Nusantoko, Yuliarta Rizki
Unknown Affiliation
Computer Science & IT Engineering

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

Found 1 Documents
Search
Journal : Journal of Informatics and Computer Science (JINACS)

 1 
Pengembangan Aplikasi Human Resource Information System Berbasis Mobile Dengan Absensi Wajah Menggunakan Metode CNN Pada BMT Bahtera Pekalongan Nusantoko, Yuliarta Rizki; Aditya Prapanca
Journal of Informatics and Computer Science (JINACS) Vol. 6 No. 04 (2025)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jinacs.v6n04.p1020-1038

Abstract

Sistem manajemen sumber daya manusia (SDM) yang masih dilakukan secara manual di BMT Bahtera Pekalongan menimbulkan berbagai permasalahan, seperti ketidakefisienan dalam pencatatan kehadiran, keterlambatan proses administrasi, serta potensi kesalahan dan manipulasi data. Oleh karena itu, penelitian ini bertujuan untuk mengembangkan aplikasi Human Resource Information System (HRIS) berbasis mobile yang terintegrasi dengan teknologi pengenalan dan verifikasi wajah menggunakan metode Convolutional Neural Network (CNN). Metode pengembangan yang digunakan dalam penelitian ini adalah model Waterfall, yang mencakup tahapan requirements, design, development, testing, dan deployment. Aplikasi ini dikembangkan menggunakan framework Flutter. Sistem absensi menggunakan teknologi face detection dan face verification wajah Google ML Kit dan TensorFlow Lite, untuk memastikan keakuratan verifikasi wajah. Hasil pengujian menggunakan metode black box testing menunjukkan bahwa seluruh fitur aplikasi berfungsi dengan baik sesuai spesifikasi yang dirancang. Hasil pengujian sistem absensi wajah menggunakan CNN dengan Cosine Similarity dan confusion matrix, threshold 70% menghasilkan akurasi tertinggi sebesar 0,77, menunjukkan keseimbangan False Positive dan False Negative yang baik. Evaluasi tingkat kegunaan aplikasi menggunakan System Usability Scale (SUS) menghasilkan skor dengan grade acceptable yang menunjukkan aplikasi memiliki tingkat penerimaan yang baik oleh pengguna. Implementasi sistem ini diharapkan dapat meningkatkan efisiensi manajemen SDM di BMT Bahtera Pekalongan, mengurangi risiko kesalahan pencatatan kehadiran, serta meningkatkan transparansi dan keandalan data. Kata Kunci: HRIS, CNN, Face Detection, Face Verification, Flutter, System Usability Scale, Aplikasi berbasis mobile.
Co-Authors Aditya Prapanca Desy Intan Permatasari, Desy Intan M Udin Harun Al Rasyid, M Udin Harun