<?xml version="1.0" encoding="UTF-8" ?>
<modsCollection xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" xmlns:slims="http://slims.web.id" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd">
<mods version="3.3" id="154077">
 <titleInfo>
  <title>SISTEM ABSENSI MAHASISWA BERBASIS ANDROID DENGAN FITUR KLASIFIKASI WAJAH DAN LOKASI MENGGUNAKAN ARSITEKTUR VGG16 DAN METODE GEOFENCING</title>
 </titleInfo>
 <name type="Personal Name" authority="">
  <namePart>JUMARIS</namePart>
  <role>
   <roleTerm type="text">Primary Author</roleTerm>
  </role>
 </name>
 <typeOfResource manuscript="no" collection="yes">mixed material</typeOfResource>
 <genre authority="marcgt">bibliography</genre>
 <originInfo>
  <place>
   <placeTerm type="text">Banda Aceh</placeTerm>
   <publisher>Fakultas Teknik</publisher>
   <dateIssued>2025</dateIssued>
  </place>
 </originInfo>
 <language>
  <languageTerm type="code"></languageTerm>
  <languageTerm type="text"></languageTerm>
 </language>
 <physicalDescription>
  <form authority="gmd">Skripsi</form>
  <extent></extent>
 </physicalDescription>
 <note>Kehadiran mahasiswa dalam perkuliahan merupakan aspek yang wajib dicatat melalui proses absensi. Penelitian ini mengembangkan sistem aplikasi berbasis Android dengan menerapkan arsitektur VGG16 untuk pelatihan dan klasifikasi citra wajah, serta menggunakan geofencing untuk validasi lokasi. Dataset yang digunakan terdiri dari 300 citra wajah mahasiswa yang dikumpulkan secara manual melalui kamera smartphone, kemudian diunggah ke Google Drive untuk diakses dalam proses pelatihan model. Koordinat gedung Departemen Teknik Elektro dan Komputer sebagai referensi data lokasi diperoleh secara manual melalui Google Maps. Sistem pelatihan citra dihosting pada platform Replit sebagai penghubung antara hasil pelatihan model dengan aplikasi Android. Hasil pengujian validasi lokasi menunjukkan bahwa pengguna yang berada di luar jangkauan tidak dapat melanjutkan proses absensi, sedangkan pengguna yang berada dalam jangkauan dapat melakukan absensi. Pengujian klasifikasi wajah mahasiswa menunjukkan tingkat akurasi sebesar 83%. Selain itu, dosen dapat mengakses data kehadiran mahasiswa dengan masuk ke dalam sistem melalui akun dosen pada menu login.</note>
 <note type="statement of responsibility"></note>
 <classification>0</classification>
 <identifier type="isbn"></identifier>
 <location>
  <physicalLocation>ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala</physicalLocation>
  <shelfLocator></shelfLocator>
 </location>
 <slims:digitals/>
</mods>
<recordInfo>
 <recordIdentifier>154077</recordIdentifier>
 <recordCreationDate encoding="w3cdtf">2025-04-21 17:22:26</recordCreationDate>
 <recordChangeDate encoding="w3cdtf">2025-04-21 17:24:20</recordChangeDate>
 <recordOrigin>machine generated</recordOrigin>
</recordInfo>
</modsCollection>