Sistem Presensi Menggunakan Pengenalan Wajah

Authors

  • Pendi Maulana Universitas Nusantara PGRI Kediri

DOI:

https://doi.org/10.29407/s90fhx11

Keywords:

Biometrics, DWT, Ekstraksi Ciri, PCA, Pengenalan Wajah

Abstract

Presensi memiliki peran penting dalam administrasi akademik maupun dunia kerja. Metode presensi manual seperti tanda tangan, kartu identitas, atau barcode masih menghadapi persoalan seperti kecurangan, ketidakakuratan pencatatan, dan rendahnya efisiensi operasional. Penelitian ini mengembangkan sistem presensi berbasis pengenalan wajah menggunakan kombinasi Discrete Wavelet Transform (DWT) dan Principal Component Analysis (PCA) sebagai metode ekstraksi ciri. DWT digunakan untuk melakukan dekomposisi multiresolusi sehingga informasi tekstur wajah dapat dipertahankan, sementara PCA mereduksi dimensi fitur untuk meningkatkan kecepatan komputasi. Sistem kemudian melakukan klasifikasi wajah untuk verifikasi kehadiran dan mencatatnya ke dalam basis data secara otomatis. Hasil pengujian menunjukkan akurasi sebesar 100.00% dan rata-rata waktu deteksi 4 detik. Pendekatan ini terbukti efektif mengurangi potensi kecurangan serta meningkatkan efisiensi proses presensi.

Downloads

Download data is not yet available.

References

[1] J. Samatha and M. Gudavalli, “Smart attendance monitoring system using multimodal biometrics,” Sigma Journal of Engineering and Natural Sciences, vol. 43, no. 1, pp. 168–188, Feb. 2025, doi: 10.14744/sigma.2024.00030.

[2] M. Rifan, A. Hafizh, J. Maulindar, B. Prajadi, and C. Utomo, “Sistem Absensi Karyawan Menggunakan (Face Recognition Attendance System) Berbasis Web Pada CV. Yadi Decoration,” Seminar Nasional Teknologi Informasi dan Bisnis (SENATIB), p. 2025.

[3] D. Hamdani, A. Purno, W. Wibowo, and H. Heryono, “Perancangan Sistem Presensi Online dengan QR Code Menggunakan Metode Prototyping Designing an Online Attendance System with QR Code Using Prototyping Method,” Jurnal Teknologi dan Informasi, doi: 10.34010/jati.v14i1.

[4] S. Sugeng and A. Mulyana, “Sistem Absensi Menggunakan Pengenalan Wajah (Face Recognition) Berbasis Web LAN,” Jurnal Sisfokom (Sistem Informasi dan Komputer), vol. 11, no. 1, pp. 127–135, Apr. 2022, doi: 10.32736/sisfokom.v11i1.1371.

[5] “jm_informatika,+_Jurnal+Penelitian+Prince+R+Setiono”.

[6] E. A. Sitompul et al., “Implementing Fingerprint Attendance with Fuzzy Logic enhances employee attendance efficiency in a modern workplace,” Journal of Applied Science, Technology & Humanities, vol. 1, no. 1, pp. 49–71, Feb. 2024, doi: 10.62535/hse2me63.

[7] S. Atruba Feroze and S. Zubair Ali, “Facial Recognition Technology in Academic Attendance: A Comparative Study For Real-Time Management,” International Journal on Technology, Innovation and Management (IJTIM), vol. 4, no. 1, p. 2024, doi: 10.54489/ijtim.v4i1.363.

[8] I. Santoso, A. Michaelangelo Manurung, and E. R. Subhiyakto, “Comparison of ResNet-50, EfficientNet-B1, and VGG-16 Algorithms for Cataract Eye Image Classification,” 2025. [Online]. Available: http://jurnal.polibatam.ac.id/index.php/JAIC

[9] S. Gustina, A. Gunadi2, L. Sudarmana3, T. Informasi, F. Teknik, and U. Proklamasi, “IDENTIFIKASI PENGENALAN CITRA WAJAH MENGGUNAKAN METODE PRINCIPAL COMPONENT ANALYSIS (PCA),” vol. 10, no. 1, 2025.

[10] “FINAL PROJECT IMPLEMENTATION OF FACE RECOGNITION-BASED ATTENDANCE SYSTEM USING CNN METHOD AND FACENET MODEL,” 2025.

[11] V. V Das, G. Thomas, and F. Lumban Gaol, Eds., Information Technology and Mobile Communication, vol. 147. in Communications in Computer and Information Science, vol. 147. Berlin, Heidelberg: Springer Berlin Heidelberg, 2011. doi: 10.1007/978-3-642-20573-6.

[12] V. K. H. Ramakrishnaiah and M. Mathivanan, “A Novel Face Biometric Framework based on Various Levels of Distinctions of Faces,” International Journal of Intelligent Engineering and Systems, vol. 15, no. 3, pp. 478–487, Jun. 2022, doi: 10.22266/ijies2022.0630.40.

[13] J. Khatib Sulaiman, S. Gunawan Ramdhani, E. Itje Sela, and U. Teknologi Yogyakarta, “Implementasi Face Recognition Untuk Sistem Presensi Universitas Menggunakan Convolutional Neural Network,” Indonesian Journal of Computer Science Attribution, vol. 12, no. 6, pp. 2023–4098.

[14] R. Fiddiyansyah, S. F. Ana Wati, A. S. Fitri, F. H. Zidane, and N. R. Kuslaila, “ANALISIS DAN PERANCANGAN SISTEM PRESENSI MAHASISWA BERBASIS TEKNOLOGI PENGENALAN WAJAH DI FAKULTAS ILMU KOMPUTER UPN VETERAN JAWA TIMUR,” Jurnal Informatika dan Teknik Elektro Terapan, vol. 11, no. 1, Jan. 2023, doi: 10.23960/jitet.v11i1.2868.

[15] M. R. Farhan, A. W. Widodo, M. A. Rahman, and K. Kunci, “Ekstraksi Ciri Pada Klasifikasi Tipe Kulit Wajah Menggunakan Metode Haar Wavelet,” 2019. [Online]. Available: http://j-ptiik.ub.ac.id

Downloads

Published

2026-01-24

How to Cite

Sistem Presensi Menggunakan Pengenalan Wajah. (2026). Seminar Nasional Teknologi & Sains, 5(1), 783-798. https://doi.org/10.29407/s90fhx11

Similar Articles

1-10 of 65

You may also start an advanced similarity search for this article.