Perancangan Aplikasi Absensi Berbasis Mobile dengan Penerapan Face Recognition Dengan Model Face Net
DOI:
https://doi.org/10.31004/riggs.v5i1.6727Keywords:
Aplikasi Absensi, Face Recognition, Face net, MobileAbstract
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.
Downloads
References
Ainah, S., Nur, Y., Khotimah, C., Maharani, A., Noor, N., Sari, K., & Handrianus Pranatawijaya, V. (2024). IMPLEMENTASI FRAMEWORK FLUTTER UNTUK PENGEMBANGAN APLIKASI RESTORAN DENGAN PENERAPAN API CHATGPT. Dalam Jurnal Mahasiswa Teknik Informatika (Vol. 8, Nomor 3).
Behery, G. M. (2016). Faces Detection using Skin Color, Region-Props, Bounding-Box and Neural Networks System. American Journal of Applied Sciences.
Bengio, Y., Goodfellow, I., & Courville, A. (2017). Deep learning (Vol. 1, pp. 23-24). Cambridge, MA, USA: MIT press.
Christyanto, N. E., Muhammad, E., Jonemaro, A., & Yudistira, N. (2022). Pengembangan Aplikasi Android Presensi Kehadiran Realtime menggunakan Pengenalan Wajah dengan Model Facenet (Vol. 6, Nomor 10). http://j-ptiik.ub.ac.id
Dewi, N., & Ismawan, F. (2021). IMPLEMENTASI DEEP LEARNING MENGGUNAKAN CNN UNTUK SISTEM PENGENALAN WAJAH. Faktor Exacta, 14(1), 34. https://doi.org/10.30998/faktorexacta.v14i1.8989
Haniefardy, A., Bayu, M., Fadhillah, A., & Rochimah, S. (2019). Tinjauan Literatur Sistematis : Pengaruh Penggunaan Framework Khusus dalam Proses Pengembangan dan Pembuatan Web. 9(2).
Hartiwi, Y., Rasywir, E., Pratama, Y., & Jusia, P. A. (2020). JURNAL MEDIA INFORMATIKA BUDIDARMA Sistem Manajemen Absensi dengan Fitur Pengenalan Wajah dan GPS Menggunakan YOLO pada Platform Android. 4, 1235–1242. https://doi.org/10.30865/mib.v4i4.2522
Husain, A., Prastian, A., Haqy, A., & Ramadhan, A. (2017). Perancangan Sistem Absensi Online Menggunakan Android Guna Mempercepat Proses Absensi. Technomedia Journal, 1(2), 116-127.
Mudjirahardjo, P. (2024). The Comparison of 2D Convolution and Max Pooling Process in Real Time. image, 1(3), 4.
Purbasari, W., Natsir, F., Sulistyohati, A., Hasan, F. N., Fitria, F., Kamayani, M., Dawis, A. M., ‘Ulya, N. K., Daeng Bani, F. C., et al. (2024). Sistem Basis Data (Edisi digital). Tohar Media.
Ramdhon, A. N., & Febriya, F. (2021). Penerapan Face Recognition Pada Sistem Presensi. Journal of Applied Computer Science and Technology, 2(1), 12-17.
Rizki Rifaldi, M. (t.t.). RANCANG BANGUN APLIKASI PRESENSI BERBASIS MOBILE DENGAN FACE RECOGNITION. 29(2), 2024.
Rubiati, N., & Widya Harahap, S. (t.t.). I N F O R M A T I K A APLIKASI ABSENSI SISWA MENGGUNAKAN QR CODE DENGAN BAHASA PEMROGRAMAN PHP DI SMKIT ZUNURAIN AQILA ZAHRA DI PELINTUNG. Jurnal Informatika, Manajemen dan Komputer, 11(1).
S., Liu, Y., Gao, X., & Han, Z. (2018). MobileFaceNets: Efficient CNNs for Accurate Real-Time Face Verification on Mobile Devices. arXiv preprint arXiv:1804.07573. https://arxiv.org/abs/1804.07573
Schroff, F., & Philbin, J. (t.t.). FaceNet: A Unified Embedding for Face Recognition and Clustering.
Setiawan, R., Nurcahya, P. T. P., & Yuana, R. A. (2024). Rekayasa Perangkat Lunak Aplikasi Presensi Mobile Menggunakan Metode Deep Learning. 17(1), 36–48.
Tarsini, I. (t.t.). Explore flowchart and pseudocode concepts in algorithms and programming.
Tri Atmojo, W., Adi Rizky Pratama, & Ayu Ratna Juwita. (2023). Sistem Pengenalan Wajah Menggunakan Algoritma Haarcascade dan Local Binary Pattern Histogram. Teknologi, 13(2), 19–29. https://doi.org/10.26594/teknologi.v13i2.3931
Wahyuni, S., & Sulaeman, M. (2022). Penerapan algoritma deep learning untuk sistem absensi kehadiran deteksi wajah di PT Karya Komponen Presisi. Jurnal Informatika SIMANTIK, 7(1), 12-21.
Wibowo, B. B., & Setiawan, E. B. (2024). IMPLEMENTASI FACE RECOGNITION DAN GEOLOCATION PADA SISTEM PRESENSI KARYAWAN BERBASIS MOBILE APPS. 13(1).
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2026 Riski Sandi J. Larosa, Emerson P. Malau

This work is licensed under a Creative Commons Attribution 4.0 International License.


















