Claim Missing Document
Check
Articles

Found 1 Documents
Search

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.