Pembangunan Sistem Monitoring Kehadiran Mahasiswa Menggunakan Yolo Pendeteksi Obyek dan Pengenal Wajah Opencv

  • Anwar Fu'adi Akademi Komunitas Negeri Pacitan

Abstract

Penelitian ini bertujuan untuk mengatasi permasalahan pencatatan kehadiran mahasiswa yang seringkali memakan waktu dan rentan terhadap kesalahan manusiawi. Masalah efisiensi dan akurasi dalam pencatatan kehadiran memotivasi penelitian ini dalam mengembangkan aplikasi kehadiran mahasiswa berbasis teknologi computer vision menggunakan OpenCV dan YOLO. Metode yang digunakan dimulai dengan pengumpulan dan mengelola data berupa foto-foto wajah mahasiswa sebagai basis data. Proses pengenalan wajah dilakukan melalui penerapan Simple Face Recognition library dari OpenCV, sementara deteksi wajah secara real-time dilakukan dengan model YOLO. Integrasi kedua model ini dilakukan dalam sebuah server berbasis API menggunakan FastAPI. Selanjutnya, pengembangan aplikasi mobile menggunakan Flutter memungkinkan pengguna untuk mengambil dan mengirimkan gambar wajah mahasiswa ke server API serta menerima respons berupa daftar mahasiswa yang terdeteksi dalam gambar. Tujuan dari penelitian ini adalah untuk menciptakan solusi pencatatan kehadiran mahasiswa yang akurat, cepat, dan efisien melalui teknologi computer vision. Pengujian aplikasi yang dikembangkan menunjukkan hasil yang menjanjikan dengan integrasi yang sukses antara teknologi OpenCV dan YOLO. Keberhasilan integrasi menunjukkan kinerja yang memuaskan, mengindikasikan potensi besar aplikasi ini dalam meningkatkan efisiensi manajemen kehadiran di lingkungan pendidikan.

Downloads

Download data is not yet available.
Published
2024-05-05
How to Cite
FU'ADI, Anwar. Pembangunan Sistem Monitoring Kehadiran Mahasiswa Menggunakan Yolo Pendeteksi Obyek dan Pengenal Wajah Opencv. Jurnal Ilmiah Teknologi Informasi Asia, [S.l.], v. 18, n. 1, p. 84-87, may 2024. ISSN 2580-8397. Available at: <https://jurnal.stmikasia.ac.id/index.php/jitika/article/view/999>. Date accessed: 28 may 2024. doi: https://doi.org/10.32815/jitika.v18i1.999.