Artikel Ilmiah : H1D020042 a.n. MUSTOFA SATRIA TAMA

Kembali Update Delete

NIMH1D020042
NamamhsMUSTOFA SATRIA TAMA
Judul ArtikelIMPLEMENTASI FACE ANTI SPOOFING MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK DENGAN RESNET50 PADA SISTEM MANAJEMEN KEHADIRAN BERBASIS MOBILE
Abstrak (Bhs. Indonesia)Sistem manajemen kehadiran merupakan suatu sistem yang digunakan untuk mengatur proses kehadiran seseorang, yang didalamnya termasuk perekaman kehadiran, pengajuan cuti, izin, maupun untuk melihat riwayat kehadiran seseorang. Sudah banyak instansi yang menerapkan beberapa fitur untuk menghidari kehadiran palsu, salah satunya menggunakan fitur Anti-Fake GPS untuk mencegah seseorang melakukan absensi diluar jangkauan lokasi. Namun masih juga beberapa indikasi pemalsuan absensi seperti menggunakan foto, video, atau rekaman wajah yang direkam untuk melewati sistem pengenalan wajah dan mendapatkan akses yang tidak sah. Berdasarkan permasalahan tersebut, penulis membangun suatu aplikasi manajemen kehadiran berbasis mobile yang dilengkapi dengan Face Anti-Spoofing dalam fitur Face Recognition. Face Recognition merupakan suatu fitur untuk mendeteksi wajah seseorang berdasarkan wajah yang telah didaftarkan dan tersimpan dalam database. Sedangkan Face Anti-Spoofing pada face recognition adalah teknik atau mekanisme yang dirancang untuk mengatasi masalah spoofing dalam sistem pengenalan wajah. Spoofing adalah tindakan memanipulasi atau menggunakan informasi palsu untuk mengelabui sistem biometrik, seperti sistem pengenalan wajah, dengan tujuan untuk mendapatkan akses yang tidak sah. Dengan penerapan fitur Face Recognition dengan Face Anti-Spoofing menggunakan model ResNet50 yang memiliki akurasi sebesar 98%, sistem dapat mendeteksi upaya pemalsuan absensi, mencegah akses yang tidak sah, meningkatkan keandalan pengenalan wajah, dan melindungi privasi.
Abtrak (Bhs. Inggris)Attendance management system is a system used to manage a person's attendance process, which includes recording attendance, applying for leave, permission, and to view a person's attendance history. Many agencies have implemented several features to avoid fake attendance, one of which uses the Anti-Fake GPS feature to prevent someone from taking attendance outside the location range. However, there are still some indications of fake attendance such as using photos, videos, or recorded face recordings to bypass the facial recognition system and gain unauthorized access. Based on these problems, the author builds a mobile-based attendance management application equipped with Face Anti-Spoofing in the Face Recognition feature. Face Recognition is a feature to detect a person's face based on the face that has been registered and stored in the database. While Face Anti-Spoofing in face recognition is a technique or mechanism designed to overcome the spoofing problem in face recognition systems. Spoofing is the act of manipulating or using false information to trick biometric systems, such as facial recognition systems, with the aim of gaining unauthorized access. With the application of Face Recognition with Face Anti-Spoofing feature using ResNet50 model which has an accuracy of 98%, the system can detect attendance forgery attempts, prevent unauthorized access, improve face recognition reliability, and protect privacy.
Kata kunciface anti spoofing, face recognition, flutter, manajemen kehadiran, mobile.
Pembimbing 1Dr. Ir. Nurul Hidayat, S.Pt., M.Kom
Pembimbing 2Ir. Nofiyati, S.Kom., M.Kom., IPM
Pembimbing 3
Tahun2024
Jumlah Halaman124
Tgl. Entri2024-07-08 12:07:10.749122
Cetak Bukti Unggah
© Universitas Jenderal Soedirman 2026 All rights reserved.