Detail Tugas Akhir

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.

Berkas Tugas Akhir

PDF
Text (SURAT PERSETUJUAN UNGGAH KARYA ILMIAH)
SURAT PERSETUJUAN UNGGAH KARYA ILMIAH .pdf
Baca PDF Ukuran File (396kB)
PDF
Text (HALAMAN DEPAN)
HALAMAN DEPAN.pdf
Baca PDF Ukuran File (1MB)
PDF
Text (BAB 1)
BAB 1.pdf
Baca PDF Ukuran File (280kB)
PDF
Text (BAB 2)
BAB 2.pdf
Restricted to Registered users only
Akses terbatas: khusus pengguna terdaftar Request a copy Ukuran File (540kB)
PDF
Text (BAB 3)
BAB 3.pdf
Restricted to Registered users only
Akses terbatas: khusus pengguna terdaftar Request a copy Ukuran File (1MB)
PDF
Text (BAB 4)
BAB 4.pdf
Restricted to Registered users only
Akses terbatas: khusus pengguna terdaftar Request a copy Ukuran File (1MB)
PDF
Text (BAB 5)
BAB 5.pdf
Restricted to Registered users only
Akses terbatas: khusus pengguna terdaftar Request a copy Ukuran File (210kB)
PDF
Text (DAFTAR PUSTAKA)
DAFTAR PUSTAKA.pdf
Baca PDF Ukuran File (258kB)
PDF
Text (LAMPIRAN)
LAMPIRAN.pdf
Restricted to Registered users only
Akses terbatas: khusus pengguna terdaftar Request a copy Ukuran File (1MB)
PDF
Text (SKRIPSI FULL TEXT)
SKRIPSI FULL.pdf
Restricted to Registered users only
Akses terbatas: khusus pengguna terdaftar Request a copy Ukuran File (5MB)

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.

Informasi Item

Item Type Thesis (S1)
Uncontrolled Keywords Absensi Otomatis, CNN, Face Recognition, Madrasah Diniyah, OpenCV.
Subjects T Technology > T Technology (General)
Divisions Faculty of Engineering
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
Ada yang bisa kami bantu?