Electronic Theses and Dissertation

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.

Student attendance in face to face meetings is a mandatory aspect recorded through an attendance process. This study develops an Android based application implementing the VGG16 architecture for facial image training and classification, as well as geofencing for location validation. The dataset consists of 300 student facial images collected manually using a smartphone camera and uploaded to Google Drive for access during the training process. The coordinates of the Department of Electrical and Computer Engineering building, used as location data reference, were obtained manually from Google Maps. The facial image training system is hosted on the Replit platform, acting as a bridge between the training results and the Android application. The location validation test results indicate that users outside the designated area cannot proceed with the attendance process, while those within the designated area can complete their attendance. The student facial classification test achieved an accuracy rate of 83%. Additionally, lecturers can access student attendance records by logging into the system using a lecturer account in the login menu