Implementasi Face Recognition Untuk Absensi Kehadiran Menggunakan Mobilefacenet Pada Studi Kasus PT Mutiara Tali Rasa

Authors

Farras Doko Sekolah Tinggi Ilmu Komputer Cipta Karya Informatika
Tri Wahyudi Sekolah Tinggi Ilmu Komputer Cipta Karya Informatika

DOI:

Abstract

Absensi kehadiran karyawan merupakan proses penting dalam manajemen sumber daya manusia di perusahaan. PT Mutiara Tali Rasa selama ini masih menggunakan metode manual berbasis tanda tangan yang memiliki kelemahan seperti rawan kecurangan, membutuhkan waktu lama, dan sulit diintegrasikan dengan sistem penggajian. Penelitian ini bertujuan mengembangkan sistem absensi otomatis berbasis Face Recognition menggunakan arsitektur MobileFaceNet pada platform iOS. MobileFaceNet dipilih karena memiliki ukuran model yang ringan, efisien, dan akurat untuk perangkat mobile. Sistem dirancang untuk mendeteksi dan mengenali wajah karyawan secara real-time menggunakan kamera perangkat, dengan metode face embedding untuk pencocokan identitas. Pengujian dilakukan pada 5 karyawan dengan kondisi pencahayaan dan sudut wajah bervariasi. Hasil pengujian menunjukkan akurasi pengenalan wajah sebesar 86,1% dengan waktu rata-rata inferensi 38 ms per gambar. Sistem ini diharapkan dapat meningkatkan efisiensi proses absensi, mengurangi potensi kecurangan, serta memberikan data kehadiran yang terintegrasi dengan sistem manajemen perusahaan.

References

[1] A. Budiman, Fabian, R. A. Yaputera, S. Achmad, dan A. Kurniawan, “Student attendance with face recognition (LBPH or CNN): Systematic literature review,” dalam Procedia Computer Science, Elsevier B.V., 2022, hlm. 31–38. doi: 10.1016/j.procs.2022.12.108.

[2] K. B. Pranav dan J. Manikandan, “Design and Evaluation of a Real-Time Face Recognition System using Convolutional Neural Networks,” dalam Procedia Computer Science, Elsevier B.V., 2020, hlm. 1651–1659. doi: 10.1016/j.procs.2020.04.177.

[3] S. M. Bah dan F. Ming, “An improved face recognition algorithm and its application in attendance management system,” Array, vol. 5, hlm. 100014, Mar 2020, doi: 10.1016/j.array.2019.100014.

[4] M. Wang dan W. Deng, “Deep Face Recognition: A Survey,” Agu 2020, doi: 10.1016/j.neucom.2020.10.081.

[5] S. Balaban, “Deep learning and face recognition: the state of the art,” Feb 2019, doi: 10.1117/12.2181526.

[6] E. Guaichico, M. Pusdá-Chulde, M. Ortega-Bustamante, P. Granda, dan I. García-Santillán, “Mobile app for real-time academic attendance registration based on MobileFaceNet Convolutional neural network,” Data and Metadata, vol. 4, hlm. 193, Feb 2025, doi: 10.56294/dm2025193.

[7] I Made Subrata Sandhiyasa dan Devi Valentino Waas, “Real Time Face Recognition for Mobile Application Based on Mobilenetv2,” Jurnal Multidisiplin Madani, vol. 3, no. 9, hlm. 1855–1864, Sep 2023, doi: 10.55927/mudima.v3i9.5924.

[8] S. Dey dkk., “Speech biometric based attendance system,” dalam 2014 20th National Conference on Communications, NCC 2014, IEEE Computer Society, 2014. doi: 10.1109/NCC.2014.6811345.

[9] Imran Anwar Ujan dan I. A. Ismaili, Biometric Attendance System. IEEE, 2011.

[10] N. I. Zainal, K. A. Sidek, T. S. Gunawan, H. Manser, dan M. Kartiwi, “Design and development of portable classroom attendance system based on Arduino and fingerprint biometric,” dalam 2014 the 5th International Conference on Information and Communication Technology for the Muslim World, ICT4M 2014, Institute of Electrical and Electronics Engineers Inc., Jan 2014. doi: 10.1109/ICT4M.2014.7020601.

[11] M. T. H. Fuad dkk., “Recent advances in deep learning techniques for face recognition,” IEEE Access, vol. 9, hlm. 99112–99142, 2021, doi: 10.1109/ACCESS.2021.3096136.

[12] O. M. Parkhi, A. Vedaldi, dan A. Zisserman, “Deep Face Recognition.”

[13] I. Kurniati, N. Sucahyo, dan R. A. Fauzi, “SWADHARMA (JRIS) RANCANGAN SISTEM PENCATATAN KEHADIRAN KARYAWAN BERBASIS PENGENALAN WAJAH”.

[14] J. Sosial, D. Teknologi, S. Tinggi, C. Karya Informatika, dan I. Coressponding, “Implementasi Algoritma Haar Cascade Menggunakan Pengolahan Citra Digital untuk Absensi Deteksi Wajah dan Nama Menggunakan Python Silvanus Saragih,” Jurnal Sosial dan Teknologi (SOSTECH), vol. 5, no. 3, 2025.

[15] D. D. N. Komalasari, S. S. Rachmawati, dan H. Chaniago, “EFISIENSI ENERGI KANTOR BERBASIS ARTIFICIAL INTELLIGENCE (AI) DAN INTERNET OF THINGS (IOT) PADA PERGURUAN TINGGI VOKASI,” 2025, doi: 10.31604/jips.v12i6.2025.2510-2516.

[16] D. M. Prasanna dan C. G. Reddy, “Development of Real Time Face Recognition System Using OpenCV,” International Research Journal of Engineering and Technology, 2017, [Daring]. Tersedia pada: www.irjet.net

[17] J. Jouhou dkk., “Sekolah Tinggi Teknologi Informatika Sony Sugema DENGAN FACE RECOGNITION PADA PT MATSUSHIN”, [Daring].

Tersedia pada: https://journal.sttisonysugema.ac.id//index.php/jgti

[18] Reni Haerani, P. A. P. Devi, P. Hendriyati, dan A. S. Ansor, “Implementation of Elementary School Student Attendance Information System Based on Android using AppSheet,” Jurnal Sisfokom (Sistem Informasi dan Komputer), vol. 14, no. 2, Mei 2025, doi: 10.32736/sisfokom.v14i2.2351.

[19] H. Pratiwi dkk., “Development of Web and Android Based Employee Attendance Monitoring Application,” 2025. [Daring]. Tersedia pada: https://ioinformatic.org/

[20] H. Chavda dan S. Singh, “Development of a Geo-Temporal Attendance Tracking Portal.”