Nur, Rizal Muhaimin (2025) RANCANG BANGUN APLIKASI ABSENSI PEGAWAI BERBASIS DETEKSI WAJAH MULTIPLE MENGGUNAKAN ALGORITMA YOLO (Studi Kasus: Fakultas Ilmu Komputer Universitas Kuningan). S1 / D3 thesis, Universitas Kuningan.

[thumbnail of ABSTRAK] Text (ABSTRAK)
ABSTRAK.pdf

Download (1MB)
[thumbnail of BAB I] Text (BAB I)
BAB I.pdf

Download (612kB)
[thumbnail of BAB II] Text (BAB II)
BAB II.pdf
Restricted to Repository staff only

Download (887kB) | Request a copy
[thumbnail of BAB III] Text (BAB III)
BAB III.pdf
Restricted to Repository staff only

Download (1MB) | Request a copy
[thumbnail of BAB IV] Text (BAB IV)
BAB IV.pdf
Restricted to Repository staff only

Download (1MB) | Request a copy
[thumbnail of BAB V] Text (BAB V)
BAB V.pdf

Download (312kB)
[thumbnail of DAFTAR PUSTAKA] Text (DAFTAR PUSTAKA)
DAFTAR PUSTAKA.pdf

Download (238kB)
[thumbnail of LAMPIRAN] Text (LAMPIRAN)
LAMPIRAN.pdf
Restricted to Repository staff only

Download (3MB) | Request a copy
Official URL: https://rama.uniku.ac.id

Abstract

Sistem absensi pegawai di Fakultas Ilmu Komputer Universitas Kuningan masih menghadapi tantangan terkait potensi kecurangan, seperti manipulasi lokasi dan absensi yang tidak terbatas pada waktu. Penelitian ini bertujuan untuk merancang dan mengembangkan aplikasi absensi berbasis deteksi multi wajah menggunakan algoritma You Only Look Once (YOLO) guna meminimalkan potensi kecurangan tersebut. Aplikasi ini memanfaatkan kamera lokal untuk mendeteksi kehadiran pegawai tanpa bergantung pada GPS. Proses absensi tercatat secara otomatis dan real-time menggunakan fungsi datetime.now() pada sisi server. YOLO diimplementasikan sebagai metode deteksi objek untuk mengenali wajah secara cepat dan simultan dalam satu frame. Dataset pelatihan disusun khusus untuk satu kelas objek, yaitu wajah, dengan format anotasi YOLO. Pengujian sistem menghasilkan nilai akurasi 74.2%, sensitivitas (recall) 90.0%, precision 80.9%, dan F1-score 85.2%. Namun, model memiliki masalah dalam membedakan antara wajah dan latar belakang, yang tercermin dari specificity 0% dan G-Mean 0%. Meskipun demikian, model menunjukkan performa deteksi wajah yang baik dalam kondisi nyata. Sistem ini menawarkan solusi efektif dalam meningkatkan validitas dan efisiensi proses absensi.
Kata Kunci : Absensi, deteksi wajah, pengenalan objek, YOLO, computer vision.

Item Type: Thesis (S1 / D3)
Uncontrolled Keywords: Absensi, deteksi wajah, pengenalan objek, YOLO, computer vision, Attendance, face detection, YOLO, object recognition, computer vision.
Subjects: Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Q Science > QA Mathematics > QA76 Computer software
Divisions: Fakultas Ilmu Komputer > S1 Teknik Informatika
Depositing User: S.Kom Rizal Muhaimin Nur
Date Deposited: 10 Oct 2025 01:56
Last Modified: 10 Oct 2025 01:56
URI: https://rama.uniku.ac.id/id/eprint/3326

Actions (login required)

View Item
View Item