Pengembangan Machine Learning Face Recognition untuk Verifikasi Absensi di Dinas Komunikasi dan Informatika Kabupaten Tangerang

Naura Aulia, Nasywa (2025) Pengembangan Machine Learning Face Recognition untuk Verifikasi Absensi di Dinas Komunikasi dan Informatika Kabupaten Tangerang. MBKM thesis, Universitas Multimedia Nusantara.

	PDF HALAMAN_AWAL.pdf Download (2MB)
	PDF BAB_I.pdf Download (205kB)
	PDF BAB_II.pdf Download (263kB)
	PDF BAB_III.pdf Download (1MB)
	PDF BAB_IV.pdf Restricted to Registered users only Download (202kB)
	PDF DAFTAR_PUSTAKA.pdf Download (205kB)
	PDF LAMPIRAN.pdf Restricted to Registered users only Download (11MB)
	PDF LEMBAR_PENGESAHAN.pdf Download (53kB)

Abstract

Laporan ini membahas pengembangan sistem verifikasi absensi berbasis face recognition dengan teknologi machine learning di Dinas Komunikasi dan Informatika Kabupaten Tangerang. Tujuannya adalah untuk menciptakan sistem absensi yang efisien, akurat, dan aman. Sistem dibangun menggunakan framework Flask dan model FaceNet untuk ekstraksi wajah (face embedding), serta JSON Web Token (JWT) untuk untuk mengelola proses autentikasi dan otorisasi pengguna. Dataset Labeled Faces in the Wild (LFW) digunakan untuk menguji kinerja sistem dalam berbagai kondisi seperti ekspresi wajah, pencahayaan, dan sudut pandang. Kendala utama dalam pengembangan sistem mencakup isu akurasi pada tahap awal dan kurangnya sistem keamanan. Hasil pengujian menunjukkan tingkat akurasi tinggi dan waktu eksekusi yang efisien. Sistem ini diharapkan menjadi solusi yang mendukung digitalisasi layanan pemerintahan, khususnya dalam meningkatkan efisiensi dan keamanan proses kehadiran pegawai.

Item Type:	Thesis (MBKM)
Keywords:	Absensi, Face Recognition, FaceNet, Keamanan Sistem, Machine Learning.
Subjects:	?? T58.5-58.64 ??
Divisions:	Faculty of Engineering & Informatics > Informatics
SWORD Depositor:	Administrator UMN Library
Depositing User:	Administrator UMN Library
Date Deposited:	09 Jul 2025 13:08
Last Modified:	04 Aug 2025 04:57
URI:	https://kc.umn.ac.id/id/eprint/38522

Actions (login required)

View Item