IMPLEMENTASI METODE CNN UNTUK SISTEM ABSENSI BERBASIS FACE RECOGNITION DI MADRASAH DINIYAH NURUL IKHSAN



FEBRIYANTI, AFI FARAH (2025) IMPLEMENTASI METODE CNN UNTUK SISTEM ABSENSI BERBASIS FACE RECOGNITION DI MADRASAH DINIYAH NURUL IKHSAN. S1 thesis, Universitas Muhammadiyah Ponorogo.

Text (SURAT PERSETUJUAN UNGGAH KARYA ILMIAH)
SURAT PERSETUJUAN UNGGAH KARYA ILMIAH .pdf

Download (396kB)
Text (HALAMAN DEPAN)
HALAMAN DEPAN.pdf

Download (1MB)
Text (BAB 1)
BAB 1.pdf

Download (280kB)
Text (BAB 2)
BAB 2.pdf
Restricted to Repository staff only

Download (540kB) Request a copy
Text (BAB 3)
BAB 3.pdf
Restricted to Repository staff only

Download (1MB) Request a copy
Text (BAB 4)
BAB 4.pdf
Restricted to Repository staff only

Download (1MB) Request a copy
Text (BAB 5)
BAB 5.pdf
Restricted to Repository staff only

Download (210kB) Request a copy
Text (DAFTAR PUSTAKA)
DAFTAR PUSTAKA.pdf

Download (258kB)
Text (LAMPIRAN)
LAMPIRAN.pdf
Restricted to Repository staff only

Download (1MB) Request a copy
Text (SKRIPSI FULL TEXT)
SKRIPSI FULL.pdf
Restricted to Repository staff only

Download (5MB) Request a copy

Abstract

Sistem absensi berbasis face recognition merupakan salah satu solusi modern yang dapat meningkatkan efisiensi dan akurasi pencatatan kehadiran siswa. Di Madrasah Diniyah Nurul Ikhsan, proses absensi masih dilakukan secara manual, yang rawan terhadap kesalahan pencatatan, manipulasi data, dan memakan waktu. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem absensi otomatis berbasis pengenalan wajah menggunakan metode Convolutional Neural Network (CNN). Pengembangan sistem dilakukan dengan pendekatan model waterfall yang terdiri dari lima tahap: analisis kebutuhan, perancangan, implementasi, pengujian, dan evaluasi. Sistem dibangun menggunakan bahasa pemrograman Python dengan library OpenCV dan framework TensorFlow, serta menggunakan dataset wajah siswa yang dikumpulkan langsung di lingkungan madrasah. Hasil pengujian menunjukkan bahwa sistem mampu mengenali wajah siswa secara real-time dengan rata-rata akurasi sebesar 86%. Sistem ini diharapkan dapat diterapkan sebagai solusi efektif untuk meningkatkan kedisiplinan dan manajemen kehadiran di lingkungan madrasah diniyah.

Dosen Pembimbing: Indah Puji, Astuti and Ismail Abdurrozzaq, Zulkarnain | 0724048605, 0728078805
Item Type: Thesis (S1)
Uncontrolled Keywords: Absensi Otomatis, CNN, Face Recognition, Madrasah Diniyah, OpenCV.
Subjects: T Technology > T Technology (General)
Divisions: Faculty of Engineering
Depositing User: Farah Afi Febriyanti Farah Afi Febriyanti
Date Deposited: 03 Nov 2025 06:26
Last Modified: 03 Nov 2025 06:26
URI: https://eprints.umpo.ac.id/id/eprint/17946

Actions (login required)

View Item
View Item