DIKY SOFANSYAH TAUFIK (2025) RANCANG BANGUN SISTEM ABSENSI OTOMATIS DENGAN TEKNOLOGI PENGENALAN WAJAH MENGGUNAKAN OPENCV DAN TERINTEGRASI GOOGLE FIREBASE. S1 thesis, Universitas Muhammadiyah Yogyakarta.

	Text (Halaman Judul) Halaman Judul.pdf Download (557kB)
	Text (Lembar Pengesahan) Lembar Pengesahan.pdf Restricted to Registered users only Download (792kB)
	Text (Abstrak) Abstrak.pdf Restricted to Registered users only Download (10kB)
	Text (Bab I) Bab I.pdf Download (28kB)
	Text (Bab II) Bab II.pdf Restricted to Registered users only Download (678kB)
	Text (Bab III) Bab III.pdf Restricted to Registered users only Download (651kB)
	Text (Bab IV) Bab IV.pdf Restricted to Registered users only Download (785kB)
	Text (Bab V) Bab V.pdf Restricted to Registered users only Download (12kB)
	Text (Daftar Pustaka) Daftar Pustaka.pdf Restricted to Registered users only Download (8kB)
	Text (Lampiran) Lampiran.pdf Restricted to Registered users only Download (533kB)
	Text (Naskah Publikasi) Naskah Publikasi.pdf Restricted to Registered users only Download (857kB)
	Text (Full Text) Full Text.pdf Restricted to Repository staff only Download (3MB)

Abstract

Di era digital saat ini, sistem absensi konvensional yang masih bergantung pada tanda tangan manual atau kartu identitas mulai dianggap kurang efisien dan rentan terhadap kecurangan, seperti pemalsuan kehadiran dan pencatatan yang tidak akurat. Teknologi pengenalan wajah berbasis OpenCV menawarkan solusi inovatif untuk meningkatkan keamanan dan efisiensi dalam sistem absensi. Metode yang digunakan adalah pendekatan rekayasa perangkat lunak dengan tahapan identifikasi kebutuhan sistem, perancangan perangkat lunak, pengumpulan data wajah, implementasi pengenalan wajah menggunakan OpenCV, serta integrasi dengan Firebase Firestore. Pengujian dilakukan dengan menguji pengenalan wajah sebanyak 15 orang dalam 2 kondisi pencahayaan yaitu dengan bantuan lampu ring light dan tanpa bantuan lampu ring light. Hasil menunjukkan sistem absensi otomatis berhasil mengenali wajah pengguna dan mencatat kehadiran secara real-time ke Firebase Firestore. Sistem mampu mendeteksi wajah dengan rata - rata akurasi dengan bantuan lampu ring light sebesar 84

Dosen Pembimbing:	Kunnu Purwanto, S.T., M.Eng. | NIDN0519098302
Item Type:	Thesis (S1)
Uncontrolled Keywords:	Face Recognition, Automatic Attendance, OpenCV, Firebase Firestore
Divisions:	Fakultas Teknik > S1 Teknik Elektro
Depositing User:	Eko Kurnawan
Date Deposited:	09 Jun 2025 01:41
Last Modified:	09 Jun 2025 01:41
URI:	https://etd.umy.ac.id/id/eprint/51436

Actions (login required)

View Item