ANALISIS IMPLEMENTASI SMARTPHONE ANDROID DAN MODUL ESP32-CAM UNTUK SISTEM ABSENSI MENGGUNAKAN FACE RECOGNITION

Abstract

Sistem absensi merupakan tata cara sebuah instansi untuk melakukan pencatatan kehadiran seseorang. Salah satu tantangan yang sering muncul dalam melakukan absensi adalah terjadinya kecurangan terutama dalam perkuliahan, karena sistem absensi yang digunakan masih manual. Berdasarkan permasalahan tersebut, dibuat sebuah aplikasi yang diberi nama Presence Record by Face untuk absensi dengan mengimplementasikan teknologi biometrik Face Recognition yang memanfaatkan model pengenalan wajah FaceNet dan mobile FaceNet. Model pengenalan wajah ini berbasis deep learning, menggunakan jaringan saraf tiruan Convolution Neural Network (CNN) untuk mengekstrasi fitur wajah yang unik sehingga menghasilkan vektor embedding yang memungkinkan perbandingan dan pengenalan wajah dengan akurasi tinggi. Berdasarkan hasil pengujian yang diperoleh menggunakan modul ESP32-Cam yang memiliki resolusi 2MP, aplikasi absensi yang sudah dibuat berhasil melakukan pengenalan gambar wajah termasuk pengambilan gambar wajah dari samping, pengambilan gambar wajah menggunakan masker dan kacamata serta pengambilan gambar wajah pada anak kembar. Aplikasi memiliki tingkat akurasi pengenalan wajah sebesar 100%, dengan jarak maksimal pengambilan gambar 2 meter. Meskipun semua data absensi berhasil disimpan di Firebase, aplikasi belum berhasil memanggil kembali embedding wajah yang tersimpan di Firebase sehingga untuk pengenalan wajah aplikasi lebih mengandalkan penyimpanan lokal, dimana 83% data absensi disimpan di Firebase dan 17% data absensi menggunakan penyimpanan lokal.