Implementasi Deep Learning untuk Sistem Absensi dengan Integrasi Data Identitas Menggunakan MTCNN, FaceNet, dan SVC

Fharicsyah Fharicsyah; Rayhan Syahputra; Jefrey Setiawan; Ema Damayanti

doi:10.31850/jsilog.v5i2.3904

Fharicsyah Fharicsyah Universitas Satya Terra Bhinneka
Rayhan Syahputra Universitas Satya Terra Bhinneka
Jefrey Setiawan Universitas Satya Terra Bhinneka
Ema Damayanti Universitas Satya Terra Bhinneka

DOI: https://doi.org/10.31850/jsilog.v5i2.3904

Keywords: Attendance Systems, Pengenalan Wajah, Deep Learning, Integrasi Data Identitas, Verifikasi Otomatis

Abstract

Sistem kehadiran memegang peran penting dalam mengelola kehadiran individu di lembaga pendidikan dan organisasi. Namun, metode konvensional sering kali rentan terhadap manipulasi dan kurang efektif dalam menyelaraskan data identitas pengguna secara akurat. Penelitian ini mengembangkan sistem kehadiran otomatis berbasis teknologi pengenalan wajah menggunakan deep learning yang terintegrasi dengan informasi identitas pengguna. Sistem ini menggabungkan tiga algoritma utama: MTCNN (Multi-task Cascaded Convolutional Networks) untuk mendeteksi dan menyesuaikan posisi wajah, FaceNet untuk mengonversi fitur wajah menjadi representasi vektor numerik, dan Support Vector Classifier (SVC) untuk klasifikasi dan verifikasi identitas. Pendekatan prototipe digunakan dalam desain sistem untuk memastikan fleksibilitas dan kesesuaian dengan kebutuhan pengguna. Evaluasi menunjukkan bahwa sistem memiliki tingkat akurasi tinggi dalam mendeteksi dan memverifikasi identitas, bahkan dalam kondisi lingkungan bervariasi. Implementasi sistem ini diharapkan dapat meningkatkan efisiensi proses kehadiran, meminimalkan potensi penipuan, serta mendukung integrasi data identitas yang lebih aman dan akurat.

References

Aji Said Wahyudi Hidayat. (2025). Evaluasi pengenalan wajah menggunakan facenet pada pegawai dinas komunikasi dan informatika kota samarinda. 8(1), 1–9.

Anggara, K. D., Kartikasari, D. P., & Bakhtiar, F. A. (2023). Implementasi Algoritma MTCNN dalam Mekanisme Autentikasi berbasis Pengenalan Wajah. Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer, 7(8), 3613–3621. https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/13044

Li, L., Mu, X., Li, S., & Peng, H. (2020). A Review of Face Recognition Technology. IEEE Access, 8, 139110–139120. https://doi.org/10.1109/ACCESS.2020.3011028

Meldyantono, A. P., Satrio, B., Poetro, W., Islam, U., & Agung, S. (2025). Implementasi sistem absensi berbasis pengenalan wajah menggunakan metode cnn dan model facenet. 2(3), 996–1006.

Miftakhurrokhmat. (2021). Presensi Kelas Berbasis Pola Wajah dan Tersenyum Menggunakan Deep Learning. 31–38.

Setyowati, L., & Padmanagara, V. S. (2022). Pemanfaatan Face Recognition Pada Sistem Pencatatan Kehadiran. UG Journal, 16, 9–19. https://ejournal.gunadarma.ac.id/index.php/ugjournal/article/download/7201/2642

Susanti, L., Daulay, N. K., & Intan, B. (2023). Sistem Absensi Mahasiswa Berbasis Pengenalan Wajah Menggunakan Algoritma YOLOv5. JURIKOM (Jurnal Riset Komputer), 10(2), 640. https://doi.org/10.30865/jurikom.v10i2.6032

Susim, T., & Darujati, C. (2021). Pengolahan Citra untuk Pengenalan Wajah (Face Recognition) Menggunakan OpenCV. Jurnal Syntax Admiration, 2(3), 534–545. https://doi.org/10.46799/jsa.v2i3.202

Zein, A. (2023). Sistem Absensi Cerdas Menggunakan Open CV Berbasis Pengenalan Wajah. Sainstech: Jurnal Penelitian Dan Pengkajian Sains Dan Teknologi, 33(3), 36–41. https://doi.org/10.37277/stch.v33i3.1733