Widyastuti, Artika, 52104110004 and Akbar, Ronny Makhfuddin, 0709078604 and Syaifuddin, Ahmad (2025) SISTEM ABSENSI MAHASISWA DENGAN TEKNOLOGI PENGENALAN WAJAH MENGGUNAKAN TEACHABLE MACHINE BERBASIS WEB. Bachelor thesis, Universitas Islam Majapahit.
![[img]](http://repository.unim.ac.id/style/images/fileicons/text.png) |
Text
ABSTRAK.pdf Restricted to Registered users only Download (2MB) | Request a copy |
|
|
Text
BAB 1.pdf Download (289kB) | Preview |
|
|
Text
BAB 2.pdf Restricted to Registered users only Download (490kB) | Request a copy |
|
|
Text
BAB 3.pdf Restricted to Registered users only Download (2MB) | Request a copy |
|
|
Text
BAB 4.pdf Restricted to Registered users only Download (2MB) | Request a copy |
|
|
Text
BAB 5.pdf Download (191kB) | Preview |
|
|
Text
DAFTAR PUSTAKA.pdf Download (195kB) | Preview |
|
|
Text
LAMPIRAN.pdf Restricted to Registered users only Download (6MB) | Request a copy |
Abstract
Sistem absensi merupakan alat yang digunakan untuk mencatat dan memantau kehadiran individu, seperti pegawai, pelajar, atau anggota suatu organisasi dalam suatu kegiatan atau lokasi tertentu. Di Program Studi Informatika Universitas Islam Majapahit, sistem absensi yang diterapkan saat ini masih bersifat manual, yakni mahasiswa menandatangani daftar hadir di atas kertas sebagai bukti kehadiran. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem absensi mahasiswa berbasis teknologi pengenalan wajah dengan bantuan Teachable Machine, untuk meningkatkan efisiensi serta akurasi pencatatan kehadiran, sekaligus mempermudah pengelolaan data mahasiswa secara sistematis. Dalam sistem ini, Teachable Machine digunakan untuk melatih model pengenalan wajah mahasiswa berdasarkan dataset gambar wajah. Model yang telah dilatih kemudian diekspor dalam format TensorFlow.js dan diintegrasikan ke dalam aplikasi web. Selama proses absensi, sistem akan mengenali wajah, mencocokkannya dengan data yang ada menggunakan tingkat akurasi tertentu, lalu secara otomatis mencatat kehadiran ke dalam database. Hasil pengujian menunjukkan bahwa sistem dapat mengenali wajah dengan akurasi rata-rata lebih dari 80%, asalkan berada dalam kondisi pencahayaan yang cukup
| Item Type: | Skripsi/Thesis (Bachelor) |
|---|---|
| Uncontrolled Keywords: | Sistem Absensi, Mahasiswa, Pengenalan Wajah, Teachable Machine |
| Subjects: | 0 Majapahit Islamic University Subject Areas > Fakultas Teknik > Teknik Informatika |
| Divisions: | Faculty of Engineering > Computer and Information Technology |
| Depositing User: | Widyastuti Artika |
| Date Deposited: | 04 Aug 2025 02:00 |
| Last Modified: | 04 Aug 2025 02:00 |
| URI: | http://repository.unim.ac.id/id/eprint/5855 |
Actions (login required)
 |
View Item |
