Sistem Absensi Berbasis Pengenalan Wajah Secara Realtime Menggunakan Algoritma YOLOv8 dan FaceNet [AJG]

Abstract

Perkembangan teknologi digital yang pesat telah memberikan dampak signifikan pada berbagai sektor, termasuk pendidikan dan lingkungan kerja. Dalam upaya meningkatkan efisiensi dan keamanan sistem absensi, teknologi pengenalan wajah menjadi solusi biometrik yang menjanjikan karena sifatnya yang non-invasif dan mudah diterapkan. Penelitian ini bertujuan untuk mengembangkan sistem absensi berbasis pengenalan wajah secara real-time dengan mengintegrasikan algoritma YOLOv8 untuk deteksi wajah dan algoritma FaceNet untuk pengenalan wajah.

Sistem yang dikembangkan akan dievaluasi berdasarkan akurasi pengenalan dan kecepatan deteksi menggunakan dataset khusus yang dikumpulkan secara langsung, serta dibandingkan dengan model dlib-ResNet. Implementasi sistem dilakukan menggunakan bahasa pemrograman Python dengan dukungan pustaka Ultralytics YOLOv8, OpenCV, dan face recognition. Hasil eksperimen diharapkan dapat memberikan analisis komparatif yang menunjukkan kelebihan dan kekurangan masing-masing algoritma dalam konteks sistem absensi real-time. Penelitian ini diharapkan dapat berkontribusi dalam pengembangan sistem absensi yang efisien, akurat, dan bebas kontak fisik untuk kebutuhan institusi dan organisasi.