Skripsi/Tugas Akhir

Implementasi Sistem Absensi Perkuliahan Mahasiswa Berbasis Pengenalan Wajah dengan Rest API (Studi Kasus di Universitas Dipa Makassar)

---

Rating Anda tentang Buku ini!

---

ABSTRAK
Penelitian ini bertujuan untuk merancang serta membangun sistem absensi perkuliahan berbasis pengenalan wajah dan bagaimana mengintegrasikan informasi secara realtime antara sistem absensi dan database. Seringkali mahasiswa melakukan kecurangan pada saat melakukan absensi perkuliahan dalam kelas, misalnya titip absen. Metode yang digunakan pada sistem ini yaitu Representational State Transfer Application Programming Interface (REST API) sebagai penghubung antara sistem absensi dengan database, dan algoritma Haar Cascade sebagai metode pengenalan wajah. Pengujian yang dilakukan pada sistem ini yakni pengujian kecepatan deteksi wajah, pengujian ketepatan deteksi wajah, pengujian jumlah deteksi wajah, pengujian arah deteksi wajah, pengujian properti deteksi wajah, pengujian validasi deteksi wajah. Hasil pengujian menunjukkan bahwa metode Haar Cascade yang digunakan dalam mengenali wajah ini kurang optimal dari segi kecepatan dan dari segi ketepatan ini cukup optimal digunakan, untuk metode REST API pada sistem ini berjalan dengan baik dari segi pengiriman data. Dengan adanya sistem ini, diharapkan dapat membantu dosen dalam mengurangi kecurangan dalam pencatatan kehadiran dalam kelas.
Kata Kunci: Rest API, Haar Cascade, Pengenalan Wajah

ABSTRACT
This research aims to design and build a lecture attendance system based on facial recognition and how to integrate real-time information between the attendance system and the database. Students often cheat when they are absent from lectures in class, for example leaving them absent. The method used in this system is the Representational State Transfer Application Programming Interface (REST API) as a link between the attendance system and the database, and the Haar Cascade algorithm as a facial recognition method. The tests carried out on this system are face detection speed testing, face detection accuracy testing, face detection number testing, face detection direction testing, face detection properties testing, face detection validation testing. The test results show that the Harcascade method used to recognize faces is less than optimal in terms of speed and in terms of accuracy it is quite optimal to use, the REST API method on this system runs well in terms of data delivery. With this system, it is hoped that it can help lecturers in reducing fraud in recording class attendance.
Keywords: Rest API, Haar Cascade, Facial Recognition

---

Ketersediaan

Tidak ada salinan data

Informasi Detail

Judul Seri

--

No. Panggil

SKR 24-49 MUT i - 0683TI

Penerbit

Makassar : Universitas DIPA., 2024

Deskripsi Fisik

xii + 79 hlm.; 20,5 x 28,5 cm

Bahasa

Indonesia

ISBN/ISSN

--

Klasifikasi

SKR 24-49

Tipe Isi

Text dan Gambar

Edisi/Cetakan

Edisi/Cetakan 23 Februari 2024

Subjek

Skripsi/Tugas Akhir
RESTful API
Aplikasi Face Detector
Algoritma Haar Cascade

Lampiran File