Rancang Bangun Sistem Deteksi Kehadiran Otomatis pada Media Pembelajaran Video Online Menggunakan Metode Pengenalan Wajah


Naim, Muhammad Muflihun (2022) Rancang Bangun Sistem Deteksi Kehadiran Otomatis pada Media Pembelajaran Video Online Menggunakan Metode Pengenalan Wajah. Skripsi thesis, Universitas Hasanuddin.

[thumbnail of Cover]
Preview
Image (Cover)
H071171007_skripsi_02-12-2021 cover1.jpg

Download (300kB) | Preview
[thumbnail of Bab 1-2] Text (Bab 1-2)
H071171007_skripsi_02-12-2021 bab 1-2.pdf

Download (1MB)
[thumbnail of Daftar Pustaka] Text (Daftar Pustaka)
H071171007_skripsi_02-12-2021 dapus.pdf

Download (218kB)
[thumbnail of Full Text] Text (Full Text)
H071171007_skripsi_02-12-2021.pdf
Restricted to Repository staff only

Download (5MB)

Abstract (Abstrak)

Perolehan data kehadiran peserta didik oleh pengajar dalam sebuah pembelajaran video online dengan cara tradisional hanya memperoleh data kehadiran hanya pada saat absensi dilakukan, bukan data kehadiran yang sesungguhnya dalam pembelajaran video online penuh. Ini tidak bisa menjamin apakah peserta didik / siswa benar-benar hadir sepenuhnya dalam pembelajaran video online. Sistem yang diusulkan dalam penelitian ini menggunakan teknologi Pengenalan Wajah untuk pendeteksian kehadiran siswa secara otomatis menggunakan Faceapi.js. Metode pengumpulan data yang digunakan adalah metode Studi Pustaka, sedangkan metode pengembangan sistem menggunakan metode Waterfall. Hasil dari penelitian ini adalah aplikasi web berbasis Firebase sebagai media pembelajaran video online menggunakan Jitsi Meet IFrame API, dengan fitur pendeteksian kehadiran otomatis menggunakan teknologi pengenalan wajah dari library Faceapi.js. Aplikasi diuji menggunakan perangkat Laptop dengan kapasitas RAM 8 GB, Intel Core i5 2.11 GHz. Aplikasi web memiliki performa Throughput yang cukup berdasarkan standar TIPHON dengan nilai 707,62 kbps, performa latency yang sangat baik berdasarkan standar TIPHON dengan nilai rata-ratanya yaitu 0,535 ms untuk operasi baca dan 0,962 ms untuk operasi tulis, performa Response Time yang baik berdasarkan standar Google dengan nilai rata-ratanya di semua kategori kecepatan jaringan yaitu 523,614 ms, penggunaan memory tertinggi yaitu ketika aplikasi mendeteksi wajah user pertama kali yaitu sebanyak yaitu sebanyak 120,844 MB, penggunaan CPU tertinggi yaitu ketika aplikasi mendeteksi wajah user selain dari pendeteksian pertama yaitu sebanyak 15,6 persen.

Item Type: Thesis (Skripsi)
Uncontrolled Keywords: Deteksi Kehadiran Otomatis, Pembelajaran Video Online, Pengenalan Wajah
Subjects: Q Science > Q Science (General)
Depositing User: Dr. Iskandar Iskandar
Date Deposited: 25 Jan 2022 02:34
Last Modified: 09 Feb 2022 02:39
URI: http://repository.unhas.ac.id:443/id/eprint/12792

Actions (login required)

View Item
View Item