PENERAPAN PENGENALAN WAJAH MENGGUNAKAN CNN DAN DETEKSI LOKASI HAVERSINE UNTUK PRESENSI SEKOLAH BERBASIS WEB

Abstract

Kehadiran guru merupakan faktor utama dalam mendukung kelancaran proses pembelajaran dan administrasi akademik di sekolah. Namun, sistem presensi manual yang masih digunakan, memiliki berbagai kendala seperti kurangnya transparansi data, tidak efisien, risiko manipulasi data, hingga kesulitan memverifikasi lokasi dan wajah guru secara akurat. Menyikapi tantangan tersebut, dibutuhkan inovasi yang dapat meningkatkan efisiensi dan transparansi data, khususnya dalam hal kehadiran guru. Penelitian ini bertujuan untuk mengembangkan sistem presensi guru berbasis web dengan teknologi pengenalan wajah (face recognition) menggunakan OpenCV dan model CNN pre-trained, serta validasi lokasi berbasis metode Haversine. Integrasi teknologi ini memungkinkan presensi tidak hanya dapat memverifikasi identitas guru, tetapi juga memastikan kehadiran dilakukan di tempat dan waktu yang sesuai. Total citra wajah yang didapatkan kurang lebih 50 guru. Metode yang digunakan dalam proses ini adalah Waterfall. Pada pengembangan sistem ini menggunakan laravel serta python sebagai face recognition yang nantinya dikirim sebagai API lalu diterima oleh Laravel. Proses pengujian dilakukan dengan tiga kondisi untuk masing-masing metode. Pada pengujian pengenalan wajah, dari tiga sampel wajah yang diuji, hanya satu yang tidak berhasil dikenali, yaitu wajah yang tertutup masker. Sementara itu, pada pengujian validasi lokasi, sistem berhasil mendeteksi lokasi guru dengan akurat.