ABDUL AZIZ ALBANI (2025) RANCANG BANGUN SISTEM PRESENSI OTOMATIS DENGAN TEKNOLOGI PENGENALAN WAJAH MENGGUNAKAN ESP32 BERBASIS INTERNET OF THINGS. S1 thesis, Universitas Muhammadiyah Yogyakarta.

[thumbnail of Halaman Judul] Text (Halaman Judul)
Halaman Judul.pdf
Download (2MB)
[thumbnail of Lembar Pengesahan] Text (Lembar Pengesahan)
Lembar Pengesahan.pdf
Restricted to Registered users only
Download (834kB)
[thumbnail of Abstrak] Text (Abstrak)
Abstrak.pdf
Restricted to Registered users only
Download (170kB)
[thumbnail of Bab I] Text (Bab I)
Bab I.pdf
Download (221kB)
[thumbnail of Bab II] Text (Bab II)
Bab II.pdf
Restricted to Registered users only
Download (541kB)
[thumbnail of Bab III] Text (Bab III)
Bab III.pdf
Restricted to Registered users only
Download (4MB)
[thumbnail of Bab IV] Text (Bab IV)
Bab IV.pdf
Restricted to Registered users only
Download (795kB)
[thumbnail of Bab V] Text (Bab V)
Bab V.pdf
Restricted to Registered users only
Download (156kB)
[thumbnail of Daftar Pustaka] Text (Daftar Pustaka)
Daftar Pustaka.pdf
Restricted to Registered users only
Download (138kB)
[thumbnail of Lampiran] Text (Lampiran)
Lampiran.pdf
Restricted to Registered users only
Download (454kB)
[thumbnail of Naskah Publikasi] Text (Naskah Publikasi)
Naskah Publikasi.pdf
Restricted to Registered users only
Download (829kB)
[thumbnail of Full Text] Text (Full Text)
Full Text.pdf
Restricted to Repository staff only
Download (4MB)

Abstract

Sistem absensi konvensional masih memiliki berbagai kelemahan, seperti risiko kecurangan titip absen, pencatatan yang memakan waktu, serta pengelolaan data yang kurang efisien. Untuk mengatasi permasalahan ini, dikembangkan sistem absensi otomatis menggunakan teknologi pengenalan wajah berbasis ESP32 dan Internet of Things (IoT). Sistem ini mampu mengenali wajah pengguna secara realtime, mencatat kehadiran secara otomatis ke dalam database cloud Telegram, serta memungkinkan administrator mengakses data absensi dengan lebih mudah. Pengembangan sistem ini menggunakan ESP32 sebagai mikrokontroler utama yang terhubung dengan modul kamera untuk menangkap gambar wajah pengguna. Gambar tersebut kemudian diproses dengan algoritma pengenalan wajah dan dikirim ke server cloud telegram melalui koneksi internet. Data kehadiran disimpan dalam database Excel dan ditampilkan dalam sistem berbasis web untuk pemantauan secara real-time. Pengujian dilakukan untuk mengukur akurasi pengenalan wajah dalam dua kondisi pencahayaan, yaitu siang dan malam. Hasil pengujian menunjukkan tingkat akurasi sebesar 89% pada siang hari dan 73% pada malam hari. Akurasi lebih rendah pada malam hari disebabkan oleh pencahayaan yang kurang optimal. Secara keseluruhan, sistem ini terbukti lebih efisien dibandingkan metode konvensional, dengan keandalan tinggi dalam pencatatan kehadiran secara real-time.

Dosen Pembimbing: Kunnu Purwanto, S.T., M.Eng. | NIDN0519098302
Item Type: Thesis (S1)
Uncontrolled Keywords: Automatic attendance, facial recognition, ESP32, Internet of Things (IoT), Telegram cloud database, real-time
Divisions: Fakultas Teknik > S1 Teknik Elektro
Depositing User: Bima
Date Deposited: 01 Aug 2025 01:54
Last Modified: 01 Aug 2025 01:54
URI: https://etd.umy.ac.id/id/eprint/51950

Actions (login required)

View Item View Item