<![CDATA[Perkembangan teknologi pengenalan wajah (face recognition) memberikan peluang besar dalam meningkatkan efisiensi, akurasi, dan keamanan sistem absensi digital, sehingga penelitian ini bertujuan merancang dan membangun aplikasi absensi Sekolah Minggu berbasis mobile dengan menerapkan model FaceNet sebagai metode utama identifikasi wajah. Sistem dikembangkan menggunakan Flutter sebagai antarmuka aplikasi Android dengan dukungan pemrosesan machine learning secara on-device guna menjaga kecepatan dan privasi data pengguna. Proses absensi dilakukan dengan menangkap citra wajah melalui kamera, dilanjutkan dengan tahap pra-pemrosesan, ekstraksi fitur menggunakan arsitektur Convolutional Neural Network (CNN), hingga menghasilkan representasi vektor numerik berdimensi tetap (face embedding) yang dinormalisasi menggunakan L2 normalization dan dibandingkan dengan data pada basis data menggunakan perhitungan jarak untuk menentukan kecocokan identitas. Pengujian dilakukan terhadap 10 pengguna dengan delapan skenario berbeda, meliputi variasi pencahayaan, posisi wajah, ekspresi, dan jarak pengambilan gambar sebanyak lima iterasi tiap skenario, yang menunjukkan tingkat keberhasilan mencapai 100% pada kondisi pencahayaan terang, posisi wajah lurus, dan jarak 50 cm, 88,3% pada cahaya redup, serta penurunan signifikan pada posisi wajah miring sebesar 9,7%. Demikian, sistem memiliki akurasi tinggi dan respons yang cepat pada kondisi optimal, sehingga aplikasi ini dapat menjadi solusi praktis, aman, dan efisien dalam menggantikan metode absensi manual serta membantu pengurus Sekolah Minggu dalam memantau kehadiran dan partisipasi peserta secara lebih terstruktur dan real-time.]]>
Copyrights © 2026
