cover
Contact Name
Bahar
Contact Email
bahararahman@gmail.com
Phone
-
Journal Mail Official
puslit.stmikbjb@gmail.com
Editorial Address
-
Location
Kota banjarmasin,
Kalimantan selatan
INDONESIA
Jutisi: Jurnal Ilmiah Teknik Informatika dan Sistem Informasi
ISSN : 20893787     EISSN : 26850893     DOI : -
Core Subject : Science,
Jutisi: Jurnal Ilmiah Teknik Informatika dan Sistem Informasi adalah Jurnal Ilmiah bidang Teknik Informatika dan Sistem Informasi yang diterbitkan secara periodik tiga nomor dalam satu tahun, yaitu pada bulan April, Agustus dan Desember. Redaksi Jutisi: Jurnal Ilmiah Teknik Informatika dan Sistem Informasi menerima sumbangan tulisan hasil penelitian atau atau artikel konseptual bidang Teknik Informatika dan Sistem Informasi.
Arjuna Subject : -
Articles 1,007 Documents
Aplikasi Rekomendasi Dosen Pembimbing Skripsi Berbasis Tf-Idf Dan Cosine Similarity Dharmawati, Adani; Qur’ana, Tri Wahyu; Anwar, Rezky Izzatul Yazidah
Jutisi : Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Vol 15, No 1 (2026): Februari 2026
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/jutisi.v15i1.3525

Abstract

The selection of undergraduate thesis supervisors is a critical academic process; however, it is often conducted manually and lacks systematic consideration of topic–expertise alignment. This study proposes a thesis supervisor recommendation system based on text modeling techniques, employing Term Frequency–Inverse Document Frequency (TF-IDF) for term weighting and cosine similarity to measure relevance between students’ thesis titles and lecturers’ scientific publications. The system generates the top three recommended supervisors and is evaluated by directly comparing the results with faculty-assigned supervisors, achieving a matching rate of 12.22 percent. Although the matching rate is relatively low, the recommendations demonstrate strong academic relevance. Unlike previous studies, this work evaluates recommendation outcomes against institutional assignments, positioning the system as a decision support tool rather than a replacement mechanism. The findings indicate that the proposed approach has the potential to enhance efficiency, transparency, and objectivity in the thesis supervisor selection process.Keywords: Recommendation system; Thesis supervisor; Undergraduate thesis; TF-IDF; Cosine similarityAbstrakPemilihan dosen pembimbing skripsi merupakan proses akademik yang krusial, namun pada banyak perguruan tinggi masih dilakukan secara manual dan belum secara sistematis mempertimbangkan kesesuaian topik dengan keahlian dosen. Penelitian ini mengusulkan sistem rekomendasi dosen pembimbing berbasis pemodelan teks dengan menggunakan Term Frequency–Inverse Document Frequency (TF-IDF) sebagai metode pembobotan dan cosine similarity untuk mengukur relevansi antara judul skripsi mahasiswa dan publikasi ilmiah dosen. Sistem menghasilkan tiga rekomendasi dosen teratas dan dievaluasi dengan membandingkannya secara langsung terhadap dosen pembimbing yang ditetapkan oleh fakultas, dengan tingkat kecocokan sebesar 12,22 persen. Meskipun nilai kecocokan relatif rendah, rekomendasi yang dihasilkan menunjukkan relevansi akademik yang baik. Berbeda dengan penelitian sebelumnya, penelitian ini memosisikan sistem sebagai alat pendukung pengambilan keputusan, bukan sebagai pengganti penetapan institusional. Hasil penelitian menunjukkan potensi sistem dalam meningkatkan efisiensi, transparansi, dan objektivitas pemilihan dosen pembimbing skripsi. 
Cross Selling Untuk Promosi Produk Dengan Metode Apriori di Toko Sapphira Cake N Dessert Kabupaten Batang Khasena, Khisan Farah; Wibowo, Ari Putra; Sugianti, Devi
Jutisi : Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Vol 14, No 3: Desember 2025
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/jutisi.v14i3.3309

Abstract

Business competition encourages culinary enterprises to understand consumer purchasing patterns as a basis for marketing decisions. This study aims to analyze product association patterns by applying the Apriori algorithm to sales transaction data consisting of three product categories: Cookies, Brownies, and Es Sticky Milk. A total of 20 transactions were digitally processed to calculate support and confidence values for each item combination. The testing parameters used were a minimum support of 0.85 and a minimum confidence of 0.90. The results show that the Apriori algorithm successfully identifies frequent itemsets and produces association rules that meet the required thresholds. These findings prove that Apriori is effective in revealing consumer buying patterns and can be utilized to support marketing strategies such as Ice Chocolate and Red Velvet White Choco Cheese product recommendations or bundling promotions.Keywords: Cross-Selling; Product Promotion; Data Mining; Apriori Method; MSMEs AbstrakPersaingan bisnis mendorong pelaku usaha kuliner untuk memahami pola pembelian konsumen sebagai dasar pengambilan keputusan pemasaran. Penelitian ini bertujuan menganalisis hubungan antar item produk penjualan dengan menerapkan algoritma Apriori pada data transaksi toko yang terdiri dari tiga kategori produk, yaitu Cookies, Brownies, dan Es Sticky Milk. Sebanyak 20 transaksi diproses secara digital untuk menghitung nilai support dan confidence setiap kombinasi produk. Parameter yang digunakan dalam pengujian adalah minimum support 0,85 dan minimum confidence 0,90. Hasil pengujian menunjukkan bahwa algoritma Apriori mampu mengidentifikasi itemset yang sering muncul secara bersamaan dan menghasilkan rule asosiasi dengan tingkat akurasi yang memenuhi ambang batas parameter. Temuan ini membuktikan bahwa penerapan algoritma Apriori efektif dalam menampilkan pola pembelian konsumen dan dapat menjadi dasar strategi pemasaran seperti produk Es Coklat dan Red Velvet White Choco Cheese menjadi pola paling dominan dibeli oleh pelanggan, sehingga pola penjualan produk Es Coklat dan Red Velvet White Choco Cheese dapat menjadi rekomendasi produk atau promosi bundling. 
Rancang Bangun Aplikasi Rumah Aspirasi Berbasis Android dengan Metode Rapid Application Development Syahputra, Ardyanto Widyadana; Fitri, Anindo Saka; Mukhlis, Iqbal Ramadhani
Jutisi : Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Vol 14, No 3: Desember 2025
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/jutisi.v14i3.3349

Abstract

Technology development encourages government services to become more effective and responsive. However, in practice, the process of submitting public aspirations in Surabaya is still carried out manually, making it prone to delays and data inaccuracies. This study aims to design and develop the Rumah Aspirasi Android application as a more structured platform for managing citizen feedback and complaints. The system was developed using the Rapid Application Development (RAD) method through two iterations, followed by evaluation using Blackbox Testing and User Acceptance Testing (UAT). The results show that all main functions run well, with the UAT achieving an average score of more than 93% for functionality, reliability, usability, and efficiency. These findings indicate that the application can improve the efficiency and quality of services in managing public aspirations in Surabaya.Keyword: Rumah Aspirasi; Deputy Mayor of Surabaya; Kotlin; Rapid Application Development AbstrakPerkembangan teknologi menuntut layanan pemerintah untuk bertransformasi menjadi lebih efektif dan responsif. Namun, dalam praktiknya, proses penyampaian aspirasi masyarakat di Surabaya masih dilakukan secara manual, sehingga rentan mengalami keterlambatan dan ketidaktepatan data. Penelitian ini bertujuan merancang dan mengembangkan aplikasi Rumah Aspirasi berbasis Android sebagai sarana yang lebih terstruktur dalam pengelolaan masukan dan keluhan warga. Metode pengembangan yang digunakan adalah Rapid Application Development (RAD) melalui dua tahapan iterasi, disertai evaluasi sistem menggunakan Blackbox Testing dan User Acceptance Testing (UAT). Hasil pengujian menunjukkan bahwa seluruh fungsi utama berjalan dengan baik, dengan tingkat kelayakan UAT rata-rata melebihi 93% pada aspek functionality, reliability, usability, dan efficiency. Hasil ini menunjukkan bahwa aplikasi yang dikembangkan mampu meningkatkan efisiensi dan kualitas layanan dalam pengelolaan aspirasi Masyarakat Kota Surabaya. 
Analisis Gamifikasi Fill-in-the-Blank dengan Evaluasi Otomatis Abstract Syntax Tree Pada Pembelajaran Python Putri, Margaretha Violina; Nurhasan, Usman; Pradibta, Hendra
Jutisi : Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Vol 14, No 3: Desember 2025
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/jutisi.v14i3.3250

Abstract

This study develops and implements a Fill-in-the-Blank (FIB)-based learning system with gamification and automatic evaluation using Abstract Syntax Tree (AST) in Basic Python Programming learning. The applied methodology combines Research and Development (R&D) to design a prototype and Quasi-Experiment with a pre-test, post-test design on the experimental group (n=26) and control group (n=25). Needs analysis through literature, lecturer interviews, and classroom observations resulted in an interactive system with points, levels, and badges mechanisms. Measurement instruments include AST evaluators, concept understanding tests, motivation questionnaires, and student activity logs. The System Usability Scale (SUS) results averaged 76.47, indicating the system is easy to use and well-accepted. Blackbox testing confirmed that all features function as designed. Quasi-Experiment analysis showed a significant improvement in the experimental group, from Pre-Test 27.45 to Post-Test 92.92 (Paired Sample T-Test, p = 0.000) with stable retention in the Delay-Test 81.84 (p = 0.087), while the control group only improved limitedly. Independent Sample T-Test also proved a significant difference between the experimental and control groups. These findings demonstrate the effectiveness of the FIB system in improving learning outcomes, comprehension retention, and interactive learning experiences.Keywords: Abstract Syntax Tree; Fill-in-the-Blank; Gamification; Python Programming; Learning SystemAbstrakStudi ini mengembangkan sistem pembelajaran Fill-in-the-Blank (FIB) berbasis gamifikasi dan evaluasi otomatis Abstract Syntax Tree (AST) untuk pembelajaran Python dasar. Metode yang digunakan menggabungkan Research and Development (R&D) dalam perancangan prototipe dan Quasi-Experiment dengan desain pre-test dan post-test pada kelompok eksperimen (n=26) dan kontrol (n=25). Analisis kebutuhan menghasilkan sistem interaktif dengan fitur poin, level, dan lencana. Instrumen evaluasi meliputi AST evaluator, tes konsep, kuesioner motivasi, dan log aktivitas. Hasil System Usability Scale (SUS) mencapai 76,47, menunjukkan sistem mudah digunakan. Uji blackbox memastikan seluruh fitur berfungsi sesuai rancangan. Hasil eksperimen menunjukkan peningkatan signifikan pada kelompok eksperimen dari 27,45 ke 92,92 (p = 0,000) dan retensi stabil 81,84 (p = 0,087), sementara kelompok kontrol hanya meningkat terbatas. Secara keseluruhan, sistem FIB terbukti efektif meningkatkan hasil belajar, retensi pemahaman, dan pengalaman belajar interaktif. 
Penerapan Naïve Bayes Classifier dalam Penilaian Kelayakan Pembiayaan Pada PT. Permata Finance Indonesia Taufiq, Taufiq; Yudihartanti, Yulia; Amanah, Gusti Julian
Jutisi : Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Vol 15, No 1 (2026): Februari 2026
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/jutisi.v15i1.3564

Abstract

The use of technology in data processing and decision-making is a crucial requirement for companies to be competitive and improve their operational performance. In practice, such decision-making still has the potential to lead to analytical errors. Furthermore, a lack of supervision of applicants can also lead to problematic financing. This indicates that the eligibility assessment process is still suboptimal and requires a system that can facilitate more accurate and objective decision-making. Therefore, a classification method is needed that can assist the process of assessing applicant eligibility systematically, quickly, and accurately. One method that can be used is the Naïve Bayes Classifier. This method has several advantages, including the ability to produce a high level of accuracy in the classification process. The system is able to process predetermined criteria data and produce a decision of whether or not it is feasible based on the highest probability calculation results. This is evidenced by the results of the pretest and posttest, which resulted in 90% of the data being recognized and 10% of the data being unrecognized.Keywords: Creditworthiness; Probability; Naïve Bayes Classifier  AbstrakPemanfaatan teknologi dalam pengolahan data dan pengambilan keputusan menjadi kebutuhan penting bagi perusahaan agar mampu bersaing dan meningkatkan kinerja operasionalnya. Dalam praktiknya, pengambilan keputusan tersebut masih berpotensi menimbulkan kesalahan analisis. Selain itu, kurangnya pengawasan terhadap pemohon juga dapat menyebabkan terjadinya pembiayaan bermasalah. Hal ini menunjukkan bahwa proses penilaian kelayakan masih belum optimal dan membutuhkan sistem yang dapat membantu pengambilan keputusan secara lebih akurat dan objektif. Sehingga diperlukan suatu metode klasifikasi yang mampu membantu proses penilaian kelayakan pemohon secara sistematis, cepat, dan akurat. Salah satu metode yang dapat digunakan adalah Naïve Bayes Classifier. Metode ini memiliki beberapa keunggulan, di antaranya kemampuan menghasilkan tingkat akurasi yang baik dalam proses klasifikasi. Sistem yang dibangun mampu mengolah data kriteria yang telah ditentukan dan menghasilkan keputusan berupa layak atau tidak layak berdasarkan hasil perhitungan probabilitas tertinggi, hal ini dibuktikan dari hasil uji Pretest dan Posttest yang menghasilkan 90% data dikenali dan 10% data tidak dikenali. Kata kunci: Kelayakan Kredit; Probalilitas; Naïve Bayes Classifier
Designing a Dashboard for Sales Trends and Analysis at Coventown Glodok Jakarta Salsabila, Tasya Mulia; Beng, Jap Tji; Trisnawarman, Dedi; Tiatri, Sri; Sam, Toong Hai; Lunzaga, Ele; Nurkholiza, Rahmiyana; Dinatha, Vienchenzia Oeyta Dwitama
Jutisi : Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Vol 14, No 3: Desember 2025
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/jutisi.v14i3.3156

Abstract

Coventown is a coffee shop with a Chinese theme located in the Petak Enam Glodok area, Jakarta. The sales dashboard design allows Coventown Glodok Jakarta to identify sales patterns, and predict sales performance through historical data analysis. This study aims to present data in easy-to-understand visualizations to demonstrate the use of dashboards in improving the efficiency of sales monitoring, providing strategic insights into trends, and achieving sales targets to support more precise and effective decision-making. The prototype development iterations were planned quickly, and the data was processed using Microsoft Power BI and the Python programming language. The results of this study show that the sales dashboard at Coventown Glodok Jakarta effectively monitors sales in line with Key Performance Indicators (KPIs) such as time, category, product, price, and quantity. The resulting dashboard improves the efficiency of monitoring sales performance and helps the company display sales trends for best-selling products.  
Rancang Bangun Aplikasi Marketplace Properti Berbasis Web dan Mobile Atoriq, Fazrul Mara; Aji, Adam Sekti
Jutisi : Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Vol 14, No 3: Desember 2025
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/jutisi.v14i3.3364

Abstract

Property search and management at PT. Graha Medina Cipta faced challenges from inefficient conventional processes that hindered marketing. To address this problem, a property marketplace application based on Android, supported by a web admin system, was designed and built. The research method used was an iterative and incremental approach, involving needs analysis, system design (UI/UX, database, API), frontend implementation with Flutter (for the mobile app) and React.js/HTML (for the web admin), and backend implementation with Node.js and MySQL. The research resulted in a functional prototype where the frontend application was successfully built with a modern and responsive user interface. Authentication functionality (login and registration) was successfully integrated with a real database, and the web admin panel was developed to support data management.Keywords: Property Marketplace; Flutter; Node.js; MySQL; Web Admin AbstrakPencarian dan manajemen properti di PT. Graha Medina Cipta menghadapi tantangan proses konvensional yang tidak efisien dan menghambat pemasaran. Untuk mengatasi permasalahan ini, dirancang dan dibangun sebuah aplikasi marketplace properti berbasis Android yang didukung oleh sistem web admin. Metode penelitian yang digunakan adalah pendekatan iteratif dan inkremental, yang melibatkan tahapan analisis kebutuhan, perancangan sistem (UI/UX, database, API), implementasi frontend dengan Flutter (untuk aplikasi mobile) dan React.js/HTML (untuk web admin), serta implementasi backend dengan Node.js serta MySQL. Hasil penelitian menunjukkan sebuah prototipe fungsional di mana aplikasi frontend telah berhasil dibangun dengan antarmuka pengguna yang modern dan responsif. Fungsionalitas autentikasi (login dan registrasi) telah berhasil diintegrasikan dengan database nyata, serta web admin panel telah dikembangkan untuk mendukung manajemen data. 
Klasifikasi Risiko Keamanan Siber Pada Ulasan Pengguna Tiktok Dengan Mengunakan Support Vector Machine Sandra, Jaya; Alam, RG Guntur; Gunawan, Gunawan
Jutisi : Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Vol 15, No 1 (2026): Februari 2026
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/jutisi.v15i1.3484

Abstract

The development of social media platforms such as TikTok encourages users to openly share experiences, complaints, and opinions, including issues related to cybersecurity risks. The large volume of user reviews makes manual analysis inefficient, thereby requiring a computational approach for automatic risk classification. This study aims to classify cybersecurity risks in TikTok user reviews using the Support Vector Machine (SVM) algorithm. The research method includes data collection, text preprocessing based on Natural Language Processing, risk labeling, and classification using SVM. Model evaluation was conducted using two data split scenarios, namely 80:20 and 70:30. The experimental results show that SVM achieves consistent performance with an accuracy above 93%, particularly in classifying the No Risk and Medium Risk categories. However, the model shows limitations in detecting the High Risk category due to class imbalance. The classification results can be used as an initial basis for identifying cybersecurity risks in social media user reviews.Keywords: Cybersecurity; TikTok; Text Mining; Support Vector Machine; Classification  AbstrakPerkembangan platform media sosial seperti TikTok mendorong pengguna untuk menyampaikan pengalaman, keluhan, dan opini secara terbuka, termasuk yang berkaitan dengan risiko keamanan siber. Banyaknya ulasan yang dihasilkan menyebabkan analisis manual menjadi tidak efisien, sehingga diperlukan pendekatan komputasional untuk melakukan klasifikasi risiko secara otomatis. Penelitian ini bertujuan untuk mengklasifikasikan risiko keamanan siber pada ulasan pengguna TikTok menggunakan algoritma Support Vector Machine (SVM). Metode penelitian meliputi pengumpulan data ulasan, preprocessing teks berbasis Natural Language Processing, pelabelan risiko, serta proses klasifikasi menggunakan SVM. Evaluasi model dilakukan dengan dua skenario pembagian data, yaitu 80:20 dan 70:30. Hasil pengujian menunjukkan bahwa SVM mampu memberikan kinerja yang konsisten dengan tingkat akurasi di atas 93%, terutama dalam mengklasifikasikan kategori Tidak Berisiko dan Risiko Menengah. Namun, performa model pada kategori Risiko Tinggi masih terbatas akibat ketidakseimbangan distribusi data. Hasil klasifikasi ini dapat dimanfaatkan sebagai dasar identifikasi awal risiko keamanan siber pada ulasan media sosial. 
Sistem Absensi dan Penghitung Fee Bimbingan Belajar SMART berbasis Website dengan Metode Agile Atha, Muhammad Sammy; Dhabith, Badzlan Nur; Avanza, Nur’afia; Adha, Adzkia Nifa; Akbar, Argy Fawwaz; Wicaksono, Aditya; Giri, Endang Purnama; Zahrah, Hanifah Nur
Jutisi : Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Vol 15, No 1 (2026): Februari 2026
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/jutisi.v15i1.3412

Abstract

The tutor attendance recording and honorarium calculation process at Bimbel SMART was previously conducted manually using spreadsheets, which was inefficient and prone to errors. This study aimed to design a web-based information system to automate attendance tracking and honorarium calculation accurately. The Agile Development methodology was applied through requirements identification, design, implementation, and functional testing stages. The result of this research was an integrated system covering data management, scheduling, and automated honorarium calculation. Based on black-box testing, the system proved successful in validating honorarium calculation logic that excluded absence status and enforcing access control limits between admins and tutors. It was concluded that the system implementation effectively minimized manual calculation error risks and ensured administrative data validity through verified system mechanisms.Keywords: Agile Development; Attendance; Honorarium; Information systems; Tutoring center. AbstrakProses absensi tutor dan perhitungan honorarium di Bimbingan Belajar SMART sebelumnya dilakukan secara manual menggunakan spreadsheets yang tidak efisien dan rentan kesalahan. Penelitian ini bertujuan merancang sistem informasi berbasis web untuk mengotomatisasi pencatatan absensi dan perhitungan honorarium secara akurat. Metodologi Agile Development diterapkan melalui tahapan identifikasi kebutuhan, perancangan, implementasi, dan pengujian fungsional. Hasil penelitian ini berupa sistem terintegrasi yang mencakup manajemen data, penjadwalan, dan kalkulasi honor otomatis. Berdasarkan pengujian black-box, sistem terbukti berhasil memvalidasi logika perhitungan honor yang mengecualikan status ketidakhadiran (alpa) dan menegakkan batasan hak akses antara admin dan tutor. Implementasi sistem ini disimpulkan efektif dalam meminimalkan risiko kesalahan perhitungan manual dan menjamin validitas data administratif melalui mekanisme sistem yang teruji. 
Model Aplikasi Presensi Ekstrakurikuler Siswa Sekolah Menengah Atas Dengan Fitur Face Recognition Bahar, Bahar; Tama, Rivaldi Jaya; Fadilah, Fadilah
Jutisi : Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Vol 15, No 1 (2026): Februari 2026
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/jutisi.v15i1.3563

Abstract

Attendance for extracurricular activities in high schools, which is generally still done manually or using signatures, is vulnerable to manipulation by students, such as leaving absences or falsifying attendance. This condition has an impact on the low accuracy of attendance data and less than optimal monitoring of student participation in extracurricular activities. This research aims to design and develop a facial recognition-based extracurricular attendance application model that is capable of automatically identifying students through facial recognition. Student facial recognition uses several main parameters on the face, namely Eyebrows, Eyes, Nose and Mouth. Performance testing on 50 students through five facial component openness scenarios (100%, 75%, 50%, 25%, and 0%). Test results show that the system works consistently in conditions of 100% and 75% open faces, inconsistently in conditions of 50%, and fails to recognize conditions in 25% and 0%. The research conclusions show that the system is effective for use in relatively open facial conditions and has the potential to minimize presence manipulation, so it is suitable for application in digital-based extracurricular attendance management.Keywords: Face Recognition; Extracurricular Presence; Biometric System; Face Identification; Digital Presence Application AbstrakPresensi kegiatan ekstrakurikuler di Sekolah Menengah Atas yang pada umumnya masih dilakukan secara manual atau menggunakan tanda tangan, rentan terhadap manipulasi oleh siswa, seperti titip absen atau pemalsuan kehadiran. Kondisi ini berdampak pada rendahnya akurasi data kehadiran dan kurang optimalnya pengawasan partisipasi siswa dalam kegiatan ekstrakurikuler. Penelitian ini bertujuan untuk merancang dan mengembangkan model aplikasi presensi ekstrakurikuler berbasis face recognition yang mampu mengidentifikasi siswa secara otomatis melalui pengenalan wajah. Pengenalan wajah siswa menggunakan beberapa parameter utama pada wajah, yaitu Alis, Mata, Hidung, dan Mulut. Pengujian performa terhadap 50 siswa melalui lima skenario keterbukaan komponen wajah (100%, 75%, 50%, 25%, dan 0%). Hasil pengujian menunjukkan bahwa sistem bekerja konsisten pada kondisi 100% dan 75% wajah terbuka, tidak konsisten pada kondisi 50%, serta gagal mengenali pada kondisi 25% dan 0%. Simpulan penelitian menunjukkan bahwa sistem efektif digunakan pada kondisi wajah relatif terbuka dan berpotensi meminimalkan manipulasi presensi, sehingga layak diterapkan dalam pengelolaan presensi ekstrakurikuler berbasis digital.

Page 98 of 101 | Total Record : 1007