Implementasi Algoritma CNN Pada Aplikasi Presensi Guru Menggunakan Face recognition Berbasis Mobile SMK Tamtama 1 Sidareja
Abstract
Presensi guru merupakan salah satu aspek penting dalam menunjang kedisiplinan dan kinerja di lingkungan sekolah. Namun, sistem presensi yang masih dilakukan secara manual memiliki berbagai kelemahan, seperti potensi terjadinya titip absen, kesalahan pencatatan, serta lamanya proses rekapitulasi data. Oleh karena itu, penelitian ini bertujuan untuk merancang dan membangun aplikasi presensi guru berbasis face recognition guna meningkatkan keamanan serta mempermudah proses pencatatan kehadiran.Metode yang digunakan dalam penelitian ini adalah metode prototyping, yang memungkinkan pengembangan sistem dilakukan secara bertahap melalui proses evaluasi dan perbaikan berdasarkan masukan pengguna. Aplikasi dikembangkan menggunakan framework Flutter dengan memanfaatkan algoritma Convolutional Neural Network (CNN) dan model MobileFaceNet dalam proses pengenalan wajah. Sistem juga dilengkapi dengan validasi lokasi (geofencing) untuk memastikan presensi dilakukan dalam area sekolah.Hasil penelitian menunjukkan bahwa aplikasi yang dikembangkan mampu menjalankan seluruh fitur utama dengan baik. Berdasarkan pengujian Black Box terhadap 10 skenario pengujian, seluruh fitur aplikasi berjalan sesuai fungsi yang diharapkan, meliputi login, registrasi wajah, presensi berbasis face recognition, validasi lokasi, riwayat presensi, dan pembaruan profil. Pengujian akurasi algoritma CNN menggunakan confusion matrix terhadap 20 data uji menghasilkan tingkat akurasi sebesar 90%, dengan nilai threshold cosine similarity sebesar 80%. Dengan demikian, aplikasi ini dapat menjadi solusi alternatif dalam meningkatkan efektivitas dan keamanan sistem presensi guru di lingkungan sekolah. Kata Kunci: CNN, Face Recognition, Flutter, Presensi, Prototyping
Downloads
References
• Article in a Journal
[1] D. Aldiani et al., "JIP (Jurnal Informatika Polinema)," JIP (Jurnal Informatika Polinema), 2024.
[2] N. W. Wardani dan M. Y. Fathoni, "Perancangan Absensi Berbasis Face Recognition Pada Desa Sokaraja Lor Menggunakan Platform Android," Jurnal Teknik Informatika dan Sistem Informasi, vol. 8, Mar 2021. Tersedia pada: http://jurnal.mdp.ac.id
[3] K. S. Pratama dan M. Iqbal, "Analisis Penyebab dan Dampak Ketidakhadiran Guru Dalam Proses Pembelajaran di SMPN 43 Satu Atap Seluma," 2024.
[4] Z. Zulhafizh, "Peran dan Mutu Pelaksanaan Pembelajaran oleh Guru di Satuan Pendidikan Tingkat Atas," Jurnal Kependidikan, vol. 7, no. 2, hlm. 328, Jun 2021, doi: 10.33394/jk.v7i2.3344.
[5] H. Kurniawan, K. Kusrini, dan K. Kusnawi, "Klasifikasi Pengenalan Wajah Siswa Pada Sistem Kehadiran dengan Menggunakan Metode CNN," JURNAL MEDIA INFORMATIKA BUDIDARMA, vol. 7, no. 2, hlm. 846, Apr 2023, doi: 10.30865/mib.v7i2.5958.
[6] L. Fitria dan M. Hermansyah, "Implementasi Face Recognition pada Absensi Kehadiran Mahasiswa Menggunakan Metode Haar Cascade Classifier," InfoTekJar, vol. 4, no. 2, 2020.
[7] H. D. Sri et al., "Face Recognition Using Computer Vision and CNN Algorithm," Int. J. Intelligent Systems and Applications in Engineering. Tersedia pada: www.ijisae.org
[8] S. Chen, Y. Liu, X. Gao, dan Z. Han, "MobileFaceNets: Efficient CNNs for Accurate Real-Time Face Verification on Mobile Devices," 2022.
[9] P. S. Nawale et al., "Real Time Attendance Monitoring System," IJIRMPS. Tersedia pada: www.ijirmps.org
[10] E. Febiyani, Z. H. Pradana, dan I. Permatasari, "Evaluasi Arsitektur CNN MobileNetV1 pada Sistem Face Recognition untuk Monitoring Presensi," Jurnal SINTA, vol. 2, no. 3, Jul 2025, doi: 10.61124/sinta.v2i3.83.
[11] A. Rikki dan N. Sinaga, "Pengembangan Aplikasi Absensi dengan Fitur Pemindaian Wajah dan GPS," Jurnal Multimedia Dan Teknologi Informasi, vol. 07, no. 061, 2025, doi: 10.54209/jatilima.v7i02.1496.
[12] B. Hartanto et al., "Implementasi CNN Menggunakan Model MobileNet Dalam Aplikasi Presensi Berbasis Pengenalan Wajah," Jurnal Ilmiah Informatika dan Komputer, vol. 3, no. 1, Jan 2024.
[13] D. Prasetia dan T. Gulton, "Pengembangan Aplikasi Presensi Online Berbasis Mobile dengan Penerapan Geolocator dan Face Recognition," Jurnal Sifo Mikroskil, vol. 25, Apr 2024.
[14] J. K. Sulaiman dan S. G. Ramdhani, "Implementasi Face Recognition Untuk Sistem Presensi Universitas Menggunakan CNN," Indonesian Journal of Computer Science, vol. 12, no. 6, 2023.
[15] A. M. Wijaya dan J. E. Samodra, "Sistem Presensi Pegawai Dengan Face Recognition Menggunakan Deep Learning CNN," 2023.
[16] A. Firmansyah et al., "Sistem Absensi Mahasiswa Menggunakan Face Recognition Dengan Algoritma CNN," 2024.
[17] N. E. Christyanto et al., "Pengembangan Aplikasi Android Presensi Kehadiran Realtime menggunakan Pengenalan Wajah dengan Model Facenet," 2022.
[18] A. A. Saputra, "Implementasi Face Recognition Pada Sistem Absensi Berbasis Android Menggunakan CNN dan Lock GPS," Jakarta, 2022.
[19] B. T. Utomo, I. Fitri, dan E. Mardiani, "Penerapan Face Recognition Pada Aplikasi Akademik Online."
[20] Google, "Flutter Documentation." Tersedia pada: https://docs.flutter.dev/
[21] Google, "Firebase Console." Tersedia pada: https://firebase.google.com/
[22] J. Xiao, G. Jiang, dan H. Liu, "A Lightweight Face Recognition Model based on MobileFaceNet," EAI Endorsed Transactions on IoT, vol. 7, no. 27, 2022, doi: 10.4108/eai.28-2-2022.173547.
[23] S. Sathyanarayanan, "Confusion Matrix-Based Performance Evaluation Metrics," African Journal of Biomedical Research, Nov 2024, doi: 10.53555/ajbr.v27i4s.4345.
[24] K. M. Sujon et al., "Accuracy, precision, recall, f1-score, or MCC? empirical evidence from advanced statistics, ML, and XAI," J. Big Data, vol. 12, no. 1, Des 2025, doi: 10.1186/s40537-025-01313-4.
