Aplikasi Pengenalan Wajah Pada Presensi Perkuliahan Menggunakan Facenet

Abstract

Sistem presensi mahasiswa yang masih menggunakan metode manual atau semi-manual seringkali rentan terhadap kesalahan pencatatan dan penyalahgunaan yang dapat menggangu proses evaluasi akademik. Teknologi pengenalan wajah dapat menjadi solusi dengan memungkinkan proses identifikasi individu secara unik berdasarkan karakteristik fitur wajah dan pencatatan presensi secara otomatis dan real-time. Penelitian ini bertujuan untuk mengembangkan sistem presensi pengenalan wajah menggunakan Google ML Kit dan Facenet pada aplikasi mobile. Pengujian dilakukan dengan variasi jarak, pencahayaan, dan pengunaan aksesoris untuk menguji kehandalan sistem dalam kondisi nyata. Hasil pengujian menunjukkan akurasi 100% pada jarak 50 cm, 100 cm, dan 150 cm, meskipun waktu pengenalan meningkat menjadi lambat dari 1,328 detik pada jarak 50 cm menjadi 1,963 detik pada jarak 150 cm. Akurasi menurun dalam kondisi cahaya gelap, dan penggunaan aksesoris secara bersamaan seperti topi dan kacamata dapat mengurangi akurasi hingga 78,75%. Selain itu, sistem memiliki False Acceptance Rate (FAR) sebesar 10% saat mengujji wajah di luar database. Secara umum, sistem pengenalan wajah yang dikembangkan mampu memberikan akurasi tinggi dalam kondisi ideal, namun masih memerlukan optimasi untuk kondisi lingkungan yang bervariasi.

Kata kunci— Sistem Presensi, Pengenalan Wajah, Google ML Kit, Facenet, Akurasi