Bilah Samping Artikel

Telah diserahkan
Nov 27, 2024
Diterima
Feb 5, 2025
Diterbitkan
May 23, 2025
Download
PDF
Statistic
Read Counter : 56 Download : 28

Isi Artikel Utama

Abstrak

Penelitian ini bertujuan untuk merancang dan membangun sistem presensi face recognition di UPT SDN I84 Lumu-Lumu. Penelitian menggunakan metode Research and Development (R&D) dengan pengembangan aplikasi berbasis model waterfall yang mencakup 5 tahap: Requirement, Design, Coding and Testing, Integration and Testing, serta Operation & Maintenance. Data dikumpulkan melalui observasi, wawancara, dan studi pustaka. Sistem ini dikembangkan menggunakan VS Code, Android Studio, Firebase, Flutter, Dart, Draw.io, dan Balsamiq Mockup, dengan model pengenalan wajah berbasis Convolutional Neural Network (CNN). Hasil validasi instrumen observasi menghasilkan nilai 82%, wawancara 84%, UML 82,5%, interface 83,5%, database 83,5%, pengujian black box 82,5% dan user/pengguna 84%.  Hasil validasi intrumen penilaian observasi UML 91%, interface 90%, database 87% hasil pengujian System Usability Scale SUS memperoleh hasil 88%. Berdasarkan hasil tersebut, aplikasi ini dinyatakan layak dan sesuai dengan kebutuhan yang diharapkan. Kontribusi penelitian ini penelitian ini terletak pada penerapan teknologi pengenalan wajah untuk meningkatkan efisiensi dan akurasi sistem presensi di lingkungan pendidikan.

Kata Kunci

face recognition research and development sistem presensi

Rincian Artikel

Creative Commons License

Artikel ini berlisensi Creative Commons Attribution-NoDerivatives 4.0 International License.

Cara Mengutip
[1]
N. Nirsal dan M. Amin, “Rancang Bangun Sistem Presensi Face Recognition di Unit Pelaksana Teknis: Studi kasus Sekolah Dasar Negeri 184 Lumu-Lumu”, Jurnal Algoritma, vol. 22, no. 1, hlm. 24–36, Mei 2025.
Unduh Sitasi
Endnote/Zotero/Mendeley (RIS)
Crossref
Scopus
Google Scholar
Europe PMC

References

  1. Darmansah, Wardani, N. W., & Fathoni, M. Y. (2021). Perancangan presensi berbasis face recognition pada Desa Sokaraja Lor menggunakan platform Android. Jurnal Teknik Informatika dan Sistem Informasi, 8(1), 91-104. https://doi.org/10.35957/jatisi.v8i1.629
  2. Ridwan, M., Fitriati, I., Ilyas, & Wahyudin. (2023). Perancangan aplikasi sistem e-presensi guru dan siswa berbasis Android sebagai sarana digitalisasi sekolah di SMPN 3 Monta. Jurnal Pendidikan dan Media Pembelajaran (JUNDIKMA), 2(2), 2962-8695. https://doi.org/10.59584/jundikma.v2i2.22
  3. Saputra, M. R., Sholva, Y., & Muhardi, H. (2023). Aplikasi presensi digital berbasis Android sebagai indikator kepatuhan siswa di sekolah. Jurnal Sistem dan Teknologi Informasi (JustIN), 11(1), 110. https://doi.org/10.26418/justin.v11i1.47898
  4. Yunanto, A. A., Prayogi, Y. R., Martono, H. Y., Prasetyaningrum, I., Ahsan, A. S., & Nailussa'ada. (2023). Pembuatan sistem presensi pegawai dalam meningkatkan efisiensi kinerja di destinasi wisata Kampung Coklat Blitar. El-Mujtama: Jurnal Pengabdian Masyarakat, 3(1), 216-226. https://doi.org/10.47467/elmujtama.v3i1.2330
  5. Manurung, S. S., & Simanjuntak, P. (2023). Rancang bangun sistem presensi menggunakan face recognition. Jurnal Comasie, 9(5), 616-624. http://ejournal.upbatam.ac.id/index.php/comasiejournal https://doi.org/10.33884/comasiejournal.v9i5.7759
  6. Sinaga, A. S. R. M., & Sitio, A. S. (2019). Sistem deteksi biometrik keunikan wajah secara real time. IJAI (Indonesia Journal of Applied Informatics), 4(1), 30-35. https://doi.org/10.20961/ijai.v4i1.35562
  7. Munawir, L. F., & Hermansyah, M. (2020). Implementasi face recognition pada absensi kehadiran mahasiswa menggunakan metode Haar Cascade Classifier. Infotekjar: Jurnal Nasional Informatika dan Teknologi Jaringan, 4(2). https://doi.org/10.30743/infotekjar.v4i2.2333
  8. Alfayyadh, M. H., & Aprilianto, H. (2023). Sistem pengenalan wajah untuk akses data dengan metode Local Binary Pattern Histogram. Rogresif: Jurnal Ilmiah Komputer, 11(1), 47-55. https://doi.org/10.26418/rogresif.v11i1.47898
  9. Aldiani, D., Dwilestari, G., Susana, H., Hamonangan, R., & Pratama, D. (2024). Implementasi algoritma CNN dalam sistem absensi berbasis pengenalan wajah. Jurnal Informatika Polinema, 10(2), 197-202. https://doi.org/10.33795/jip.v10i2.4852
  10. Setiawan, D., Putra, A. D., Stefani, K., & Felisa, J. (2021). Implementasi convolutional neural network untuk facial recognition. Media Informatika, 20(2), 66-79. https://doi.org/10.37595/mediainfo.v20i2.68
  11. Dewi, N., & Ismawan, F. (2021). Implementasi deep learning menggunakan CNN untuk sistem pengenalan wajah. Faktor Exacta, 14(1), 34-43. https://doi.org/10.30998/faktorexacta.v14i1.8989
  12. Dewi, N., & Ismawan, F. (2021). Implementasi Deep Learning Menggunakan Convolutional Neural Network untuk Sistem Pengenalan Wajah. Faktor Exacta, 14(1), 34–43. https://doi.org/10.30998/faktorexacta.v14i1.8989
  13. Nuraeni, F., Setiawan, R., & Amal, R. I. (2022). Aplikasi presensi siswa berbasis web dan QR-code pada pembelajaran tatap muka di sekolah. Jurnal Algoritma, 19(1), 42-53. https://doi.org/10.33364/algoritma/v.19-1.996
  14. Setiono, P. R., Sompie, S. R. U. A., & Najoan, M. E. I. (2020). Aplikasi pengenalan wajah untuk sistem presensi kelas berbasis Raspberry Pi. Jurnal Teknik Informatika, 15(3), 179-188. https://doi.org/10.35793/jti.v15i3.31290
  15. Kamal, M. (2019). Research and development (R&D). Al-Afkar: Manajemen Pendidikan Islam, 7(2), 1-22. https://doi.org/10.32520/afkar.v7i2.252
  16. Andarsyah, R., & Fadilla, R. (2020). Aplikasi lelang online geographic information system (WebGIS) intelligence PT. Pegadaian (Persero) menggunakan metode research and development (R&D). Jurnal Teknik Informatika, 12(2), 1–7.
  17. Azrial, M. F., & Fadillah, N. (2020). Sistem informasi pengangkutan pupuk menggunakan metode waterfall (studi kasus PT. Pupuk Iskandar Muda, Aceh Utara). Jurnal J-ICOM (Jurnal Informatika dan Teknologi Komputer), 1(2), 75–81. https://doi.org/10.55377/j-icom.v1i2.2897
  18. Hidayanti, N., Widyawati, W., Fatullah, R., & Budiono, B. (2020). Rancang bangun aplikasi monitoring kegiatan kuliah kerja mahasiswa berbasis Android di Universitas Banten Jaya. TEKNIKA: Jurnal Sains dan Teknologi, 16(2), 267–278. https://doi.org/10.36055/tjst.v16i2.8680
  19. Khoirul, M. A., Susilawati, F. E., & Rosmiati, R. (2024). Rancang Bangun Visualisasi Profil SMA Negeri 5 Palopo Berbasis 3D. Jurnal Informasi dan Teknologi, 1(1), 7-13.
  20. Faulianur, R., Salfikar, I. & Mulyawan, R. (2022). Mesin Presensi Face Recognition Berbasis Raspberry Pi. Jurnal Vocational Teknik Elektronika dan Informatika. Vol. 10(4), 16-24. http://ejournal.unp.ac.id/index.php/voteknika/index