THREE BINTAN, AULLIA and Hayaty, Nurul and Radzi Rathomi, Muhamad (2023) PENGEMBANGAN APLIKASI SISTEM ABSENSI PEGAWAI MENGGUNAKAN PENGENALAN WAJAH DENGAN METODE EIGENFACE BERBASIS RASPBERRY PI. S1 thesis, Universitas Maritim Raja Ali Haji.

	Text (COVER) AULLIA THREE BINTAN_190155201059_TEKNIK INFORMATIKA_COVER.pdf - Published Version Download (293kB)
	Text (ABSTRAK) AULLIA THREE BINTAN_190155201059_TEKNIK INFORMATIKA_ABSTRAK.pdf - Published Version Download (328kB)
	Text (BAB I) AULLIA THREE BINTAN_190155201059_TEKNIK INFORMATIKA_BAB I.pdf - Published Version Download (461kB)
	Text (DAFTAR PUSTAKA) AULLIA THREE BINTAN_190155201059_TEKNIK INFORMATIKA_DAFTAR PUSTAKA.pdf - Published Version Download (226kB)
	Text (FULL TEXT) AULLIA THREE BINTAN_190155201059_TEKNIK INFORMATIKA_FULL TEXT.pdf - Published Version Restricted to Repository staff only Download (2MB) | Request a copy

Abstract

Perkembangan teknologi informasi dan komunikasi yang terus berkembang telah memberikan berbagai solusi dalam meningkatkan kinerja para pegawai kantor terutama yang berkaitan dengan ketertiban, salah satunya adalah mengenai kehadiran pegawai kantor dalam bekerja. Penggunaan teknologi dalam bidang perkantoran ini dapat mengatasi sistem absensi pegawai yang tergolong masih menggunakan cara manual dengan menggunakan aplikasi sistem absensi pegawai berbasis raspberry pi yang bisa digunakan pegawai untuk melakukan absensi kehadiran kantor di Dinas Sosial Kabupaten Bintan. Raspberry pi merupakan suatu papan mini PC yang bisa menggantikan pekerjaan ringan seperti komputer PC pada biasanya. Tujuan dari penelitian ini adalah untuk merancang dan membangun Aplikasi Sistem Absensi berbasis Raspberry Pi yang diharapkan dapat memberikan kemudahan dan pengelolaan data absensi yang lebih baik dan detail. Aplikasi ini dibangun langsung pada papan mini Raspberry Pi yang terhubung pada monitor dengan menggunakan bahasa pemrograman Python dan untuk pembuatan databasenya menggunakan MySQL. Jenis alur perancangan ini adalah Unified Modelling Language (UML). Metode yang digunakan pada penelitian ini adalah metode Eigenface yang dimana metode ini merupakan algoritma cukup populer dalam menyelesaikan masalah pengenalan wajah manusia dan juga implementasi rumus yang mudah dipahami, serta waktu eksekusi yang cukup cepat. Pada penelitian ini pengujian yang digunakan adalah pengujian blackbox testing. Berdasarkan black box testing yang dilakukan, semua menu dan fitur dapat berjalan sesuai kriteria fungsi yang diinginkan oleh pengguna. Pengujian dari penelitian ini menggunakan citra wajah sebanyak 114 citra. Untuk ketepatan presentasi akurasi pada penelitian menggunakan metode eigenface ini adalah 87,5% dengan jumlah waktu pengujian secara keseluruhan dari uji latih dan uji pengenalan adalah 745.6 detik (12.4267 menit).

Actions (login required)

View Item