Presensi Karyawan Menggunakan Face Recognition Untuk Meningkatkan Kinerja Karyawan

Reza Zakaria; Raul Ardianto; Nandito Arsyad

doi:10.29407/stains.v3i1.4306

Authors

Reza Zakaria Universitas Nusantara PGRI Kediri
Raul Ardianto Universitas Nusantara PGRI Kediri
Nandito Arsyad Universitas Nusantara PGRI Kediri

DOI:

https://doi.org/10.29407/stains.v3i1.4306

Keywords:

Face Recognition, Karyawan, OpenCV, Python, Presensi

Abstract

Pada zaman sekarang ini teknologi sudah semakin berkembang. Banyak sekali modernisasi dengan tujuan agar mempunyai kualitas yang lebih baik. Tak terkecuali sistem presensi karyawan. Pada bulan oktober 2023 bertempat di Showroom Putra Motor Srengat yang berlokasi di Kecamatan Srengat, Kabupaten Blitar. Pada penelitian tersebut ditemukan bahwa presensi karyawan yang dilakukan masih menggunakan cara manual, yaitu dengan menandatangani buku presensi. Oleh karena itu perlunya pengembangan agar sistem presensi lebih efisien. Presensi yang akan dikembangakan menggunakan bahasa pemrograman Python dengan memanfaatkan library Face Recognition. Aplikasi ini dapat mendeteksi wajah secara realtime dan mencocokkan dengan citra wajah yang terdapat pada dataset. Selanjutnya muncul sebuah bounding box berwarna hijau yang menunjukkan bahwa wajah berhasil dikenali. Pada bounding box tersebut juga terdapat informasi mengenai identitas individu dan waktu secara realtime. Kemudian frame tersebut dapat dijadikan sebagai presensi karyawan agar lebih efisien dan tidak membutuhkan waktu yang lama. Hasil penelitian ini dapat membantu pengawas dalam menilai kinerja karyawan dengan baik.

Downloads

Download data is not yet available.

References

R. Daulay, H. Pulungan, A. Noviana, dan S. Hurhaliza, “Manfaat Teknologi Smartphone dalam kegiatan Pembelajaran Pendidikan Islam Di Masa Pandemi Corona-19,” Al-Ulum: Jurnal Pendidikan Islam, Feb 2020, doi: 10.56114/al-ulum.v1i1.7.

A. Wijaya, “PENGARUH KEPUASAN PEMBERIAN GAJI TERHADAP ETOS KERJA KARYAWAN CV. ANEKA USAHA GONDANGLEGI MALANG”.

N. Patawaran, Y. Kolyaan, C. Chotimah, dan F. Sariman, “Analisis Keefektifan Sistem Absensi Berbasis Face Detection Dengan Metode Haar Cascade Classifier,” MJRICT : Musamus Journal Of Research Information and Communication Technology, vol. 5, no. 2, hlm. 89–96, 2023, [Daring]. Tersedia pada: https://ejournal.unmus.ac.id/index.php/mjrict

D. Aryani, M. N. Ihsan, P. Septiyani, ) Sistem, K. Stmik, dan R. Tangerang, “PROTOTYPE SISTEM ABSENSI DENGAN METODE FACE RECOGNITION BERBASIS ARDUINO PADA SMK NEGERI 5 KABUPATEN TANGERANG,” 2017.

F. A.-I. A. P. Putra, A. G. S. Sulaksono, L. T. U. Utomo, dan A. R. K. Khamdani, “KLASIFIKASI BUAH DAN SAYUR MENGGUNAKAN FITUR EKSTRAKSI HOG DAN METODE KNN,” Jurnal Informatika Polinema, vol. 10, no. 1, hlm. 45–52, Nov 2023, doi: 10.33795/jip.v10i1.1433.

D. Dhelviana, T. Amelia, J. Sulaksono, dan D. W. Widodo, “Program Studi Teknik Informatika,” 2023.

N. Dwitri dkk., “PENERAPAN ALGORITMA K-MEANS DALAM MENENTUKAN TINGKAT PENYEBARAN PANDEMI COVID-19 DI INDONESIA,” Jurnal Teknologi Informasi, vol. 4, no. 1, 2020.

D. Nur Cahyo, H. Zulfia Zahro’, dan N. Vendyansyah, “PENGENALAN EKSPRESI MIKRO WAJAH DENGAN EKSTRAKSI FITUR PADA KOMPONEN WAJAH MENGGUNAKAN METODE LOCAL BINARY PATTERN HISTOGRAM,” JATI (Jurnal Mahasiswa Teknik Informatika), vol. 7, no. 1, hlm. 822–829, Jun 2023, doi: 10.36040/jati.v7i1.6167.

M. S. Satrio, “PENGENALAN WAJAH MENGGUNAKAN PRINCIPAL COMPONENT ANALYSIS ( PCA ) DAN EIGEN FACE,” Jurnal Informatika dan Riset, vol. 1, no. 2, hlm. 14–18, Okt 2023, doi: 10.36308/iris.v1i2.521.

F. Budi Antono, F. Rofii, F. Teknik, dan U. Widyagama Malang, “Deteksi Jumlah dan Pengenalan Wajah Manusia Menggunakan Metode Histogram of Oriented Gradient dan Viola Jones Human Face Recognition and Amount Detection using Histogram of Oriented Gradient and Viola Jones.”

S. Utomo dan B. Nugraha, “Implementasi Pengenalan Wajah Dengan Metode HOG Untuk Pencatatan Kehadiran Mahasiswa Pada Campus Event,” Bulletin of Information Technology (BIT), vol. 3, no. 2, hlm. 92–99, 2022, doi: 10.47065/bit.v3i1.276.