Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Jurnal SINTA: Sistem Informasi dan Teknologi Komputasi
Febiyani, Eva
Unknown Affiliation
Computer Science & IT Electrical & Electronics Engineering Energy Engineering Industrial & Manufacturing Engineering

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Evaluasi Arsitektur Convolutional Neural Network MobileNetV1 pada Sistem Face Recognition untuk Monitoring Presensi Febiyani, Eva; Hanni Pradana, Zein; Permatasari, Indah
Jurnal SINTA: Sistem Informasi dan Teknologi Komputasi Vol. 2 No. 3 (2025): SINTA: JULI
Publisher : Berkah Tematik Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61124/sinta.v2i3.83

Abstract

Kemajuan teknologi informasi yang cepat mendorong perusahaan untuk selalu meningkatkan efisiensi operasional, termasuk dalam manajemen pengambilan data absensi karyawan. Penelitian ini bertujuan mengembangkan sistem monitoring absensi berbasis face recognition menggunakan metode Convolutional Neural Network (CNN) dengan arsitektur MobileNetv1 untuk meningkatkan keakuratan, efisiensi, dan keamanan pencatatan kehadiran karyawan. Metode yang akan digunakan meliputi proses pengumpulan data wajah karyawan, pre-processing citra, pelatihan dan pengujian model CNN berbasis TensorFlow.js yang dapat diakses melalui website. Pada penelitian ini pengambilan data akan dilakukan menggunakan kamera laptop sebagai alat input citra. Pengambilan dan pengujian menggunakan data uji dengan 10 partisipan secara langsung untuk simulasi pada lingkungan kerja. Pengujian dilakukan di dalam ruangan dengan berbagai pencahayaan. Hasil pengujian yang telah dilakukan menunjukkan tingkat akurasi sebesar 94%, dengan model berhasil mengenali wajah dalam berbagai kondisi posisi dan pencahayaan. Penelitian yang telah dilakukan terbukti efektif untuk digunakan sebagai solusi presensi modern yang minim kontak fisik dan memiliki akurasi tinggi.
Co-Authors Indah Permatasari Pradana, Zein Hanni