Putra, Rafli Adhiyaksa (2021) PERANCANGAN DAN IMPLEMENTASI APLIKASI PRESENSI KARYAWAN PADA CV. DESTINASI COMPUTINDO BERBASIS ANDROID MENGGUNAKAN SISTEM PENGENALAN WAJAH DENGAN ALGORITMA CONVOLUTIONAL NEURAL NETWORK (CNN). Undergraduate thesis, Universitas Diponegoro.
![]() |
Text
JUDUL.pdf Download (444kB) |
![]() |
Text
BAB I.pdf Restricted to Repository staff only Download (195kB) |
![]() |
Text
BAB II.pdf Restricted to Repository staff only Download (693kB) |
![]() |
Text
BAB III.pdf Restricted to Repository staff only Download (1MB) |
![]() |
Text
BAB IV.pdf Restricted to Repository staff only Download (1MB) |
![]() |
Text
BAB V.pdf Restricted to Repository staff only Download (183kB) |
![]() |
Text
DAFTAR PUSTAKA.pdf Restricted to Repository staff only Download (176kB) |
![]() |
Text
LAMPIRAN.pdf Restricted to Repository staff only Download (415kB) |
Abstract
Pengenalan wajah (face recognition) sudah banyak diaplikasikan dalam sistem biometrik.
Sistem biometrik dengan pengenalan wajah ini dapat diaplikasikan pada proses pencatatan
presensi secara otomatis. Dalam dunia kerja presensi sangat penting sebagai bukti kehadiran
karyawan di tempat kerja. Saat ini sistem presensi masih banyak dilakukan secara manual dan
bahkan masih ada perusahaan yang belum menerapkan sistem presensi salah satunya CV.
Destinasi Computindo. Oleh karena itu dalam penelitian ini dibuat aplikasi mengenai sistem
presensi otomatis berbasis pengenalan wajah yang dapat diakses melalui smartphone. Metode
yang digunakan dalam penelitian ini adalah Convolutional Neural Network (CNN).
CNN merupakan salah satu metode yang digunakan untuk klasifikasi objek pada citra.
Aplikasi presensi yang dirancang nantinya dapat membantu karyawan dalam melakukan presensi
melalui pengenalam wajah berbasis mobile application.
Dalam penelitian ini didapatkan bahwa perancangan dan implementasi aplikasi presensi
karyawan berbasis android dengan pengenalan wajah dapat membantu karyawan dalam
melakukan presensi secara akurat karena menggunaakan sistem pengenalan wajah dengan waktu
presensi yang akurat.
Item Type: | Thesis (Undergraduate) |
---|---|
Uncontrolled Keywords: | Android, Flutter, Pengenalan Wajah, Sistem Presensi, Convolutional Neural Network, MobileFaceNet |
Subjects: | Engineering |
Divisions: | Faculty of Engineering > Department of Computer Engineering |
Depositing User: | Teknik Komputer |
Date Deposited: | 27 Mar 2023 07:25 |
Last Modified: | 25 May 2023 02:28 |
URI: | https://eprints2.undip.ac.id/id/eprint/12196 |
Actions (login required)
![]() |
View Item |