IMPLEMENTASI SISTEM ABSENSI PERKULIAHAN BERBASIS ONLINE DENGAN VERIFIKASI MUKA.

Sistem keamanan yang ada dan berkembang saat ini antara lain dengan menggunakan PIN, kartu identitas dan kata sandi (password) yang belum dapat sepenuhnya menjamin sistem keamanan yang mampu melindungi data pribadi seseorang atau karyawan dalam sebuah organisasi atau lembaga. Sistem keamanan digital dan teknologi biometrika, face detection dan face recognition serta pemanfaatannya dalam sistem presensi dan absensi perkuliahan mahasiswa sebelumnya belum memanfaatkan teknologi biometrika diatas. Sistem presensi dan absensi perkuliahan mahasiswa sebelumnya masih menggunakan metode atau cara absensi manual. Absensi dengan metode manual tersebut cenderung berkesan ribet dan tidak efisien. Sistem absensi manual ini tidak efisien dan efektif dalam hal kevalidan absensi dan dosen harus menginputkan daftar absensi tersebut ke sistem informasi akademik setiap akhir semester. Penelitian ini bertujuan untuk menganalisis, merancang dan membangun sistem absensi perkuliahan mahasiswa berbasis online dengan verifikasi wajah. Oleh karena itu, penelitian ini, merancang dan membangun sistem Absensi Perkuliahan Mahasiswa Berbasis Online Dengan Verifikasi Wajah dengan menggunakan dataset dari Yale Face Database.
Analisa dan perancangan sistem penelitian ini, meliputi: Kegiatan perencanaan sistem Persiapan penelitian, perancangan program, dan pembuatan program web. Sedangkan teknik analisis data yang digunakan adalah studi pustaka dan metode pengumpulan data berupa dataset dari Yale Face Database.
Kesimpulan penelitian ini adalah: 1) Perancangan dan implementasi aplikasi tersebut berguna untuk mempermudah dosen dalam mengetahui presensi mahasiswa. 2) Dalam merancang sistem ini digunakan model perancangan proses UML dan untuk perancangan aplikasi menggunakan bahasa pemrograman Python,HTML dan PHP serta metode pengembangan sistem adalah waterfall. 3) Berdasarkan hasil uji yang dilakukan menggunakan metode BlackBox dan aplikasi yang dibuat berjalan sesuai kebutuhan fungsional. 4) Data Uji yang digunakan merupakan Dataset yang berasal dari Yale Face Database. 5) Perancangan sistem presensi dengan face recognition dilakukan pengujian pada desktop, Pendeteksi wajah pada aplikasi dapat berjalan baik berdasarkan hasil pengujian dengan metode Local Binary Pattern Histogram (LBPH).