Implementasi Mobile Attendance System Dengan Metode Face Recognition
Kata Kunci:
Absensi, Pengenalan Wajah, Layanan Berbasis Lokasi, Verifikasi Data, Kehadiran KaryawanAbstrak
Setiap perusahaan membutuhkan sistem absensi yang efektif untuk memantau kehadiran dan kinerja karyawan. Namun, banyak perusahaan masih menggunakan metode absensi manual yang rentan terhadap kesalahan dan memakan waktu. Untuk mengatasi masalah ini, diperlukan aplikasi absensi terkomputerisasi yang dapat memproses dan merekam data secara otomatis. Sistem ini memudahkan absensi karyawan dengan akses melalui ponsel menggunakan teknologi pengenalan wajah (face recognition) dan layanan berbasis lokasi (location based service). Presensi karyawan biasanya dicatat menggunakan ID card, sidik jari, atau metode manual lainnya yang mudah dimanipulasi. Teknologi biometrik seperti pengenalan wajah (face recognition) berkembang pesat dan digunakan untuk mengenali wajah dari gambar digital. Teknologi ini membandingkan citra wajah dengan database yang tersimpan. Meskipun pemindai sidik jari banyak digunakan, teknologi ini memiliki kelemahan. Penelitian sebelumnya telah mengembangkan aplikasi absensi berbasis mobile yang memanfaatkan sensor GPS untuk memvalidasi lokasi pengguna. Sistem ini menggunakan metode PNPOLY untuk mendeteksi lokasi dalam area poligon yang telah ditentukan. Aplikasi ini mencatat lokasi secara real-time, memungkinkan perusahaan mendapatkan laporan kehadiran yang akurat beserta lokasi terkini karyawan. Penggunaan teknologi geolocation dan pengenalan wajah (face recognition) terbukti meningkatkan efektivitas dan efisiensi pencatatan kehadiran. Penelitian ini mencoba mengimplementasikan Attendance System dengan metode Face Recognition, Location Based Service, dan Unique Identity, menambahkan parameter Unique Identity untuk verifikasi data.
Referensi
Bah, S. M., & Ming, F. (2020). An improved face recognition algorithm and its application in attendance management system. Array, 5(December 2019), 100014. https://doi.org/10.1016/j.array.2019.100014
Capah, D. A. H., & Herdi, T. (2021). Penerapan Aplikasi Location Based Service Dalam Penangganan Gangguan Jaringan Berbasis Mobile. Journal of Information Systems and Informatics, 3(1), 135–143. https://doi.org/10.33557/journalisi.v3i1.103
Fortuna, I., & KHAERUZZAMAN, Y. (2022). Implementation of OCR and Face Recognition on Mobile Based Voting System Application in Indonesia. IJNMT (International Journal of New Media Technology), 9(1), 20–27. https://doi.org/10.31937/ijnmt.v9i1.2658
Gunawan, W. (2019). Haar Like Feature Algorithm in the Questionnaire Application with Face Recognition and LBS Methods. 17(11), 19–23.
Hamami, F., Dahlan, I. A., Prakosa, S. W., & Somantri, K. F. (2020). Implementation Face Recognition Attendance Monitoring System for Lab Surveillance with Hash Encryption. Journal of Physics: Conference Series, 1641(1). https://doi.org/10.1088/1742-6596/1641/1/012084
Hasta Yanto, A. B., Fauzi, A., & Indriyani, N. (2022). Attendance Mobile Application With Face Recognition and Detect Location. Jurnal Teknologi Dan Open Source, 5(1), 51–63. https://doi.org/10.36378/jtos.v5i1.2187
Iskandar, Umar Tsani Abdurahman, & Joko Nursanto. (2022). Rancang Bangun Aplikasi Kehadiran Siswa Menggunakan Pengenalan Wajah Berbasis Android Dengan Metode Machine Learning. JSAI (Journal Scientific and Applied Informatics), 5(3), 284–295. https://doi.org/10.36085/jsai.v5i3.3880
Opanasenko, V. M., Fazilov, S. K., Mirzaev, O. N., & Sa’dullo ugli Kakharov, S. (2024). An Ensemble Approach To Face Recognition In Access Control Systems. Journal of Mobile Multimedia, 20(3), 749–768. https://doi.org/10.13052/jmm1550-4646.20310
Putra, A., & Suhendri, P. (2024). Pengembangan Aplikasi Presensi (Studi Kasus Aplikasi Andalasian Di Universitas Andalas). Biner : Jurnal Ilmu Komputer , Teknik Dan Multimedia, 1(6), 8–11.
Qois, N., & Jumaryadi, Y. (2021). Implementasi Location Based Service Pada Sistem Informasi Kehadiran Pegawai Berbasis Android. Sistemasi, 10(3), 550. https://doi.org/10.32520/stmsi.v10i3.1369
Rahouma, K. H., & Mahfouz, A. Z. (2021). Design and Implementation of a Face Recognition System Based on API mobile vision and Normalized Features of Still Images. Procedia Computer Science, 194, 32–44. https://doi.org/10.1016/j.procs.2021.10.057
Suresh, V., Chakravarthi Dumpa, S., Deepak Vankayala, C., & Rapa, J. (2019). Facial Recognition Attendance System Using Python and OpenCv. Quest Journals Journal of Software Engineering and Simulation, 5(2), 2321–3809. www.questjournals.org
Utomo, B. T., Fitri, I., & Mardiani, E. (2020). Penerapan Face Recognition Pada Aplikasi Akademik Online. Informatik : Jurnal Ilmu Komputer, 16(3), 195. https://doi.org/10.52958/iftk.v16i3.2259
Utomo, B., Wibowo, A. T., Ridwan, M., Izzuddin, M. A., Gumelar, A. B., & Arifin, S. (2020). Enhanced of attendance records technology used geospatial retrieval based on crossing number. International Journal of Interactive Mobile Technologies, 14(16), 101–116. https://doi.org/10.3991/ijim.v14i16.13911
Wibowo, B. B., & Setiawan, E. B. (2024). Implementasi Face Recognition dan Geolocation Pada Sistem Presensi Karyawan Berbasis Mobile Apps. Komputa : Jurnal Ilmiah Komputer Dan Informatika, 13(1), 11–22. https://doi.org/10.34010/komputa.v13i1.11149
Widiastuti, N. A., & Tamrin, T. (2020). Penerapan Aplikasi Mobile Location Based Service Untuk Persebaran Usaha Mikro Kecil Menengah Dikabupaten Jepara. Simetris: Jurnal Teknik Mesin, Elektro Dan Ilmu Komputer, 11(1), 271–278. https://doi.org/10.24176/simet.v11i1.4015
Wu, L., Chen, C. H., & Zhang, Q. (2019). A mobile positioning method based on deep learning techniques. Electronics (Switzerland), 8(1), 11–15. https://doi.org/10.3390/electronics8010059
