<![CDATA[Pencatatan kunjungan perpustakaan yang masih dilakukan secara manual berpotensi menimbulkan kesalahan pencatatan, duplikasi data, dan rendahnya efisiensi layanan. Penelitian ini bertujuan merancang dan mengimplementasikan Smart Library Visit System berbasis Face Recognition sebagai sistem pendukung pencatatan kunjungan otomatis di Perpustakaan Universitas Dipa Makassar. Sistem menggunakan RetinaFace untuk deteksi wajah, ArcFace untuk ekstraksi fitur, dan Cosine Similarity untuk pengukuran kemiripan dengan threshold 65%. Pengujian dilakukan menggunakan Black Box Testing, evaluasi akurasi melalui True Positive Rate (TPR), serta User Acceptance Testing (UAT) terhadap 50 responden. Hasil pengujian menunjukkan sistem mampu mengenali 89 data wajah dengan nilai TPR sebesar 1,00 menunjukkan bahwa sistem mampu mengenali seluruh wajah yang terdaftar secara akurat. Sedangkan tingkat penerimaan pengguna sebesar 91,2% menunjukkan bahwa sistem layak diterapkan dan diterima dengan sangat baik oleh pengguna, baik dari segi kemudahan, kecepatan, akurasi, maupun manfaatnya dalam meningkatkan efisiensi pencatatan kunjungan perpustakaan. Sistem ini mampu meningkatkan akurasi dan efisiensi pencatatan kunjungan serta mendukung implementasi konsep Smart Library di lingkungan kampus.]]>
Copyrights © 2026
