<![CDATA[Penerapan pengolahan citra wajah pada sistem presensi karyawan menjadi kebutuhan penting di era teknologi. PT. SISMEDIKA telah melakukan implementasi sistem presensi karyawan dengan menggunakan teknologi sidik jari (finger print). Namun, hal tersebut dapat menghambat karyawan jika terjadi cedera pada jari ataupun jari dalam keadaan basah. Oleh karena itu, penelitian ini membuat aplikasi presensi dengan pendeteksian wajah menggunakan metode K-Nearest Neighbor. Sistem ini juga dilengkapi teknologi geotagging dengan GPS dan pemanfaatan Google Maps API untuk memilih dan membatasi area presensi dan melakukan perhitungan jarak antara kedua titiknya dengan metode Haversine Formula. Penelitian ini bertujuan untuk menghindari faktor-faktor yang dapat menjadi penghambat bagi karyawan dalam melakukan presensi. Hasil penelitian menunjukkan metode Haversine Formula berjalan baik, karyawan tidak dapat presensi di luar area yang ditentukan. Penggunaan dataset foto individu dengan 10 label. Identifikasi wajah menggunakan K-NN mencapai akurasi 0,99784, presisi 0,991, dan recall 0,979.]]>
Copyrights © 2023
