Pengembangan sistem kehadiran menggunakan pengenalan wajah dengan atau tanpa masker untuk mencatat kehadiran siswa secara otomatis

Nagamas, Anggada Putra (2022) Pengembangan sistem kehadiran menggunakan pengenalan wajah dengan atau tanpa masker untuk mencatat kehadiran siswa secara otomatis. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 05311840000025-Undergraduate_Thesis.pdf Restricted to Repository staff only Download (3MB) | Request a copy

Abstract

Proses belajar mengajar merupakan kegiatan terpenting pada suatu lembaga pendidikan. Selama proses belajar mengajar, kehadiran dan perilaku siswa dipantau bersamaan dengan kegiatan mengajar. Namun, secara manual mengambil kehadiran dan memantau kegiatan siswa menyebabkan waktu belajar mengajar berkurang. Penerapan sistem kehadiran berbasis pengenalan wajah dapat menjadi solusi untuk mengambil kehadiran dan memantau kegiatan siswa di kelas secara otomatis. Akan tetapi, pada masa pandemi covid-19 masyarakat diwajibkan untuk memakai masker sehingga pengenalan wajah sulit dilakukan karena sebagian wajah tertutupi oleh masker. Pembuatan sistem kehadiran secara otomatis berbasis pengenalan wajah yang mampu melakukan verifikasi terhadap wajah yang memakai masker maupun tidak memakai masker dapat digunakan untuk mengambil kehadiran dan memantau kegiatan siswa di ruangan kelas pada masa pandemi covid-19. Oleh karena itu, pada tugas akhir ini akan dibuat sistem yang bisa mengambil gambar wajah secara real-time dan menentukan ukuran serta letak wajah pengguna untuk diverfikasi indetitasnya. Model deep learning akan dibangun dan digunakan untuk pengenalan wajah. Model yang dibangun berupa model FaceNet. Model akan dilatih dengan dataset yang telah dibersihkan dan kemudian fitur embedding akan dimanfaatkan untuk menghitung nilai vektor dari tiap data yang disimpan pada basis data lokal. Fitur embedding digunakan untuk melakukan pengenalan wajah dengan membandingkan nilai vektor data latih dengan data uji pada basis data lokal. Sistem kehadiran akan mencatat kehadiran pengguna setelah wajah pengguna terdeteksi dan dikenali. Kemudian informasi kehadiran pengguna akan diisi ke dalam database MySQL dan ditampilkan pada halaman website untuk mempermudah pengguna melihat informasi kehadiran mereka.
====================================================================================================================================
The teaching and learning process is the most important activity in an educational institution. During the teaching and learning process, student’s attendance and behavior are monitored along with teaching activities. However, manually taking attendance and monitoring student activities led to reduced teaching and learning time. The application of a facial recognition-based attendance system can be a solution to take attendance and monitor student activities in class automatically. But, during the covid-19 pandemic, people required to wear mask, so facial recognition is difficult because some of the faces are covered by mask. The creation of an automatic attendance system based on facial recognition that is able to verify faces with or without masks can be used to take attendance and monitor student activities in the classroom during the covid-19 pandemic. In the development process, a system will be created that can take face images in real-time and determine the size and location of the user’s face for identity verification. Deep learning model will be built and used for facial recognition. The model built is a FaceNet model. The model will be trained with the cleaned dataset and then the embedding feature will be used to calculate the vector value of each data stored in the local database. The embedding feature is used to perform face recognition by comparing the vector values of the training data with the test data in the local database. The attendance system will record the user's presence after the user's face is detected and recognized. Then the user's attendance information will be filled into the MySQL database and displayed on the website page to make it easier for users to view their attendance information.

Item Type:	Thesis (Other)
Additional Information:	RSTI 006.4 Nag p-1 2022
Uncontrolled Keywords:	pengenalan wajah, masker, real-time, deep learning, FaceNet, facial recognition, mask, real-time, deep learning, FaceNet
Subjects:	Q Science > Q Science (General) > Q337.5 Pattern recognition systems
Divisions:	Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Information Technology > 59201-(S1) Undergraduate Thesis
Depositing User:	Mr. Marsudiyana -
Date Deposited:	22 Apr 2026 07:22
Last Modified:	22 Apr 2026 07:22
URI:	http://repository.its.ac.id/id/eprint/132870

Actions (login required)

View Item