Penerapan Face Recognition untuk Aplikasi Presensi SMK PGRI Pekanbaru Berbasis Android
DOI:
https://doi.org/10.31849/7ddvjt54Keywords:
Face recognition, KNN, Presensi,, Android, LAN (Local Area Network)Abstract
Face recognition termasuk dalam sistem biometrik yang banyak digunakan saat ini. Sistem biometrik dengan pengenalan wajah dapat diaplikasian dalam proses presensi. Kehadiran adalah faktor yang sangat berguna untuk berbagai keperluan dan merupakan salah satu kriteria penilaian yang penting dalam sebuah instansi. Sama halnya dalam dunia pendidikan, kehadiran juga sangat penting untuk mengetahui dan mengontrol kedisiplinan para siswa. Saat ini proses presensi di SMK PGRI Pekabaru masih menggunakan google form dan dinilai kurang efektif, sehingga pada penelitian ini akan dilakukan proses presensi dengan penerapan face recognition yang dianggap mampu untuk mengefisiensi waktu presensi. Metode yang digunakan dalam penelitian ini adalah KNN. Berdasarkan hasil pengujian pengenalan pada banyak wajah didapatkan nilai akurasi sebesar 33.3%. Aplikasi dapat memudahkan siswa dalam melakukan presensi menggunakan perangkat android masing-masing yang harus terhubung pada LAN (Local Area Network) sekolah sehingga dapat mengatasi potensi kecurangan.
References
[1] Ahmad, F. A., & Pratiwi, N. (2025). Implementasi Pengenalan Wajah, Deteksi Kehadiran, dan Geolokasi menggunakan TensorFlow Lite dan Google ML Kit pada Aplikasi Absensi Mobile. SISTEMASI: Jurnal Sistem Informasi, 14(1), 172–186.
[2] Kurniawan, N. (2020). Aplikasi SmartPresensi Menggunakan Multiple Face Recognition. Skripsi, Universitas Islam Negeri Sultan Syarif Kasim Riau.
[3] Nawawi, M. (2023). Sistem Presensi Sekolah SMK Queen Al-Falah Menggunakan Face Recognition. Skripsi, Universitas Nusantara PGRI Kediri.
[4] Ratnasari, D., Fiqihilmi, L., & Akbar, L. A. S. I. (2023). Implementasi Pengenalan Wajah Pada Aplikasi Presensi Perkuliahan Menggunakan FaceNet Berbasis Android. ResearchGate.
[5] Rendy, M. A. (2025). Penerapan Sistem Presensi Sekolah Berbasis Face Recognition dengan TensorFlow. SIPORA: Sistem Informasi Politeknik Negeri Jember.
[6] Widodo, G., & Silfianti, W. (2024). Rancang Bangun Aplikasi Absensi Pegawai dengan Face Recognition Berbasis Android di PT. Nutech Integrasi. Jurnal Teknologi Sistem Informasi dan Aplikasi, 7(2), 555–568.
[7] Gunawan, S., & Sela, E. I. (2023). Implementasi Face Recognition Untuk Sistem Presensi Universitas Menggunakan Convolutional Neural Network. Indonesian Journal of Computer Science, 12(6), 4098.
[7] Rochmanullah, M. A., Vendyansyah, N., & Wahyuni, F. S. (2025). Implementasi Convolutional Neural Network (CNN) untuk Face Recognition pada Sistem Presensi Kehadiran. Indonesian Journal of Applied Informatics, 9(2).
[8] Shobur, A. F., Rico, & Faisal. (2025). Perancangan Sistem Informasi Absensi Karyawan Menggunakan Face Recognition Pada PT. TAD (Trans Arjuna Delapan) Berbasis Android. Digital Transformation Technology (Digitech), 5(1).
[9] Sari, T. N. (2024). Rancang Bangun Aplikasi Absensi Karyawan dan Dosen Menggunakan Face Recognition Berbasis Android di Sekolah Tinggi Agama Islam AlMukhlishin. Skripsi, Universitas Islam Negeri Syarif Hidayatullah Jakarta.
[10] Katresnawati, S. (2024). Prototipe Sistem Presensi Berbasis Android untuk Multiple Face Recognition menggunakan Flutter Framework. Skripsi, UIN Sunan Gunung Djati Bandung.
[11] Fatih, R. H., & Kurniawan, Y. (2022). Rancang Bangun Sistem Absensi Pengenalan Wajah (Face Recognition) dan Lokasi Berbasis Android (Studi Kasus: PT. Media Pariwara Indonesia). SISTEMASI: Jurnal Sistem Informasi, 7(1).
Title of manuscript is short and clear, implies rVoesearch results (First Author) 100n Indra, Penerapan Face Recognition untuk Aplikasi Presensi SMK PGRI Pekanbaru Berbasis Android
ISSN: 1978-1520
[12] Khoiriyah, N. L., Marisa, F., Wijaya, I. D., & Sukarno Hatta, J. (2024). Rancang Bangun Sistem Absensi Menggunakan Pengenalan Wajah (Face Recognition) Berbasis Web LAN. Jurnal Sisfokom (Sistem Informasi Dan Komputer), 11(1), 127–135.
[13] Susim, T., & Darujati, C. (2021). Pengolahan Citra untuk Pengenalan Wajah (Face Recognition) Menggunakan OpenCV. Jurnal Health Sains, 2(3), 534–545.
[14] Ranjan, R., Patel, V. M., & Chellappa, R. (2016). HyperFace: A Deep Multi-task Learning Framework for Face Detection, Landmark Localization, Pose Estimation, and Gender Recognition. arXiv.
