Identifikasi Wajah Untuk Sistem Presensi Di Sekolah Menggunakan Algoritma Yolo V9

Sulaeman, Gilang
Aldo, Dasril

eProceedings of Engineering
Vol. 12 No. 4 (2025): Agustus 2025

Sistem presensi manual di sekolah masih rentanterhadap kecurangan dan kurang efisien. Penelitian inibertujuan untuk membuat model pengenalan wajah berbasisalgoritma YOLOv9 sebagai solusi sistem presensi otomatis.Proses meliputi pengumpulan dataset wajah dari lima siswa,preprocessing data, pelatihan model, serta evaluasi performamenggunakan dua varian: YOLOv9e dan YOLOv9c. Hasilevaluasi menunjukkan bahwa YOLOv9e memiliki precisionsebesar 0,99, recall 1,00, dan mAP 0.5:0.95 sebesar 0,89,sementara YOLOv9c memiliki precision 0,98, recall 0,99, danmAP 0.88. Kedua model menunjukkan akurasi tinggi dan cocokdigunakan untuk presensi berbasis wajah secara real-time.Model ini diharapkan dapat meningkatkan efisiensi dankeamanan sistem presensi di sekolah.Kata kunci— : Identifikasi Wajah, Presensi Sekolah, YOLOV9, Pengenalan Wajah, Deep Learning