<![CDATA[Pemindaian kehadiran merupakan elemen penting dalam mendukung proses belajar mengajar di perguruan tinggi serta salah satu bentuk evaluasi yang sering digunakan untuk menilai partisipasi mahasiswa dalam matakuliah. Namun, proses presensi yang dilakukan mahasiswa menggunakan sistem presensi konvensional sering menghadapi berbagai masalah seperti manipulasi data, rendahnya akurasi dan efisiensi yang tidak optimal. Sistem presensi menggunakan username dan password cenderung tidak efektif karena rentan terhadap kecurangan, seperti penitipan absen. Untuk mengatasi masalah tersebut,penelitian ini bertujuan mengembangkan sistem pemindaian kehadiran mahasiswa berbasis teknologi menggunakan algoritma K-Nearest Neighbors dan Support Vector Machine. Algoritma K-Nearest Neighbors diterapkan untuk mendeteksi lokasi geografis mahasiswa, sedangkan Support Vector Machine digunakan untuk memvalidasi kehadiran melalui pengenalan wajah. Penelitian ini dilakukan menggunakan metode pengembangan prototipe dengan pendekatan Reseacrh and Development (R&D). Prototipe aplikasi ini dirancang untuk melakukan validasi kehadiran mahasiswa secara otomatis sesuai lokasi geografis dan identifikasi wajah. Penerapan metode K-Nearest Neighbors dan Support Vector Machine mampu meningkatkan efektivitas dan akurasi dalam pemindaian kehadiran mahasiswa. Berdasarkan uji kelayakan oleh ahli sistem, aplikasi ini dinyatakan “Sangat Layak” dengan tingkat kelayakan 100%. Kemudian uji pengguna menggunakan perhitungan PSSUQ didapatkan hasil perhitungan rata-rata yaitu 90,42% yang dinyatakan “Sangat Layak”. Selain itu, uji hasil menggunakan confusion matrix dari kedua metode menunjukan bahwa sistem ini memiliki tingkat accuracy mencapai 95%, precision 93%, recall 100%, dan F1-score 96%. Hasil penelitian ini menunjukkan bahwa sistem yang dibangun mampu meningkatkan efektivitas dan akurasi yang sangat baik dalam proses pemindaian kehadiran mahasiswa. Implementasi sistem ini diharapkan dapat menjadi solusi inovatif untuk menciptakan proses presensi mahasiswa yang lebih andal di lingkungan akademik.]]>
Copyrights © 2025
