<![CDATA[Sistem presensi mahasiswa yang masihmenggunakan metode manual atau semi-manual seringkalirentan terhadap kesalahan pencatatan dan penyalahgunaanyang dapat menggangu proses evaluasi akademik. Teknologipengenalan wajah dapat menjadi solusi dengan memungkinkanproses identifikasi individu secara unik berdasarkankarakteristik fitur wajah dan pencatatan presensi secaraotomatis dan real-time. Penelitian ini bertujuan untukmengembangkan sistem presensi pengenalan wajahmenggunakan Google ML Kit dan Facenet pada aplikasimobile. Pengujian dilakukan dengan variasi jarak,pencahayaan, dan pengunaan aksesoris untuk mengujikehandalan sistem dalam kondisi nyata. Hasil pengujianmenunjukkan akurasi 100% pada jarak 50 cm, 100 cm, dan 150cm, meskipun waktu pengenalan meningkat menjadi lambatdari 1,328 detik pada jarak 50 cm menjadi 1,963 detik padajarak 150 cm. Akurasi menurun dalam kondisi cahaya gelap,dan penggunaan aksesoris secara bersamaan seperti topi dankacamata dapat mengurangi akurasi hingga 78,75%. Selain itu,sistem memiliki False Acceptance Rate (FAR) sebesar 10% saatmengujji wajah di luar database. Secara umum, sistempengenalan wajah yang dikembangkan mampu memberikanakurasi tinggi dalam kondisi ideal, namun masih memerlukanoptimasi untuk kondisi lingkungan yang bervariasi.Kata kunci— Sistem Presensi, Pengenalan Wajah, GoogleML Kit, Facenet, Akurasi]]>
Copyrights © 2025
