<![CDATA[Penelitian ini bertujuan untuk merancang dan membangun sistem presensi face recognition di UPT SDN I84 Lumu-Lumu. Penelitian menggunakan metode Research and Development (R&D) dengan pengembangan aplikasi berbasis model waterfall yang mencakup 5 tahap: Requirement, Design, Coding and Testing, Integration and Testing, serta Operation & Maintenance. Data dikumpulkan melalui observasi, wawancara, dan studi pustaka. Sistem ini dikembangkan menggunakan VS Code, Android Studio, Firebase, Flutter, Dart, Draw.io, dan Balsamiq Mockup, dengan model pengenalan wajah berbasis Convolutional Neural Network (CNN). Hasil validasi instrumen observasi menghasilkan nilai 82%, wawancara 84%, UML 82,5%, interface 83,5%, database 83,5%, pengujian black box 82,5% dan user/pengguna 84%. Hasil validasi intrumen penilaian observasi UML 91%, interface 90%, database 87% hasil pengujian System Usability Scale SUS memperoleh hasil 88%. Berdasarkan hasil tersebut, aplikasi ini dinyatakan layak dan sesuai dengan kebutuhan yang diharapkan. Kontribusi penelitian ini penelitian ini terletak pada penerapan teknologi pengenalan wajah untuk meningkatkan efisiensi dan akurasi sistem presensi di lingkungan pendidikan.]]>
Copyrights © 2025
