|
UPT. PERPUSTAKAAN
Universitas Esa Unggul
Kampus Emas UEU - Jakarta Barat
|
Phone |
: |
021-5674223, ext 282 |
Fax |
: |
|
E-mail |
: |
[email protected] |
Website |
: |
http://library.esaunggul.ac.id
|
Support (Customer Service) :
|
[email protected] |
|
|
Welcome..guys!
|
Have a problem with your access?
Please, contact our technical support below:
|
LIVE SUPPORT
Astrid Chrisafi
|
! ATTENTION !
To facilitate the activation process, please fill out the member application form correctly and completely
Registration activation of our members will process up to max 24 hours (confirm by email). Please wait patiently
Still Confuse?
Please read our User Guide
|
|
UEU » Undergraduate Theses » Teknik Informatika Posted by [email protected] at 30/03/2022 16:43:55 • 706 Views
IMPLEMENTASI FACE RECOGNITION PADA SISTEM
ABSENSI KARYAWAN NOTIFIKASI TELEGRAM
BERBASIS IOT MENGGUNAKAN METODE EIGENFACE
(STUDI KASUS: PT. SAMA JAYA)Created by :
TOMMY SOEMITRO ( 20170801246 )
Subject: | PENGENALAN WAJAH SISTEM ABSESNSI METODE EIGENFACE | Alt. Subject : | FACE RECOGNITION ATTENDANCE SYSTEM EIGENFACE METHOD | Keyword: | Absensi Face Recognition Raspberry Pi 4 Eigenface Prototyping |
Description:
Absensi berkaitan dengan produktifitas karyawan sekaligus faktor indikator pengontrol
Sumber Daya Manusia (SDM) dalam meningkatkan potensi efisiensi SDM. Di PT. Sama
Jaya, sistem kehadiran Karyawan menggunakan mesin abensi dengan sistem ceklok
dimana rekap absensi masih dilakukan manual dengan memasukkan data kehadiran satu
persatu kedalam Ms.Excel dan adanya keluhan karyawan mengenai kurangnya gaji yang
diterima diakibatkan perhitungan absensi yang tidak tepat. Sehingga untuk mengatasi
masalah tersebut penulis menggunakan teknik identifikasi yang diterapkan pada teknologi
biometrik yaitu wajah sebagai parameter utama. Penelitian ini menjelaskan sistem face
recognition dengan opsi RFID dan notifikasi via telegram dengan database MySQL yang
akan dikembangkan serta diimplementasikan pada sistem absensi karyawan menggunakan
Raspberry Pi 4 sebagai pusat kontrol, algoritma eigenface dalam pengenalan wajah,
metode pengembangan sistem menggunakan metode prototyping dan dari hasil penelitian
diperoleh tingkat keberhasilan akurasi absensi menggunakan blackbox dengan
pengambilan citra pada jarak 30cm, 60cm dan 90cm sebesar 96%
Contributor | : |
- Dr. Budi Tjahjono, S.Kom, M.Kom
| Date Create | : | 30/03/2022 | Type | : | Text | Format | : | pdf | Language | : | Indonesian | Identifier | : | UEU-Undergraduate-20170801246 | Collection ID | : | 20170801246 |
Source : Undergraduate Theses of Computer Science
Relation Collection: Fakultas Ilmu Komputer
Coverage : Civitas Akademika Universitas Esa Unggul
Rights : @2022 Perpustakaan Universitas Esa Unggul
Publication URL : https://digilib.esaunggul.ac.id/implementasi-face-recognition-pada-sistemabsensi-karyawan-notifikasi-telegramberbasis-iot-menggunakan-metode-eigenfacestudi-kasus-pt-sama-jaya-24461.html
[ Free Download - Free for All ]
- UEU-Undergraduate-24461-COVER.Image.Marked.pdf - 194 KB
- UEU-Undergraduate-24461-HALAMAN KEASLIAN.Image.Marked.pdf - 439 KB
- UEU-Undergraduate-24461-HALAMAN PENGESAHAN.Image.Marked.pdf - 619 KB
- UEU-Undergraduate-24461-KATA PENGANTAR.Image.Marked.pdf - 636 KB
- UEU-Undergraduate-24461-HALAMAN PUBLIKASI.Image.Marked.pdf - 658 KB
- UEU-Undergraduate-24461-ABSTRAK.Image.Marked.pdf - 192 KB
- UEU-Undergraduate-24461-DAFTAR ISI.Image.Marked.pdf - 209 KB
- UEU-Undergraduate-24461-DAFTAR PUSTAKA.Image.Marked.pdf - 192 KB
- UEU-Undergraduate-24461-BAB1.Image.Marked.pdf - 253 KB
[ FullText Content - Please, register first ]
1. UEU-Undergraduate-24461-BAB2.Image.Marked.pdf - 489 KB 2. UEU-Undergraduate-24461-BAB3.Image.Marked.pdf - 2069 KB 3. UEU-Undergraduate-24461-BAB4.Image.Marked.pdf - 1766 KB 4. UEU-Undergraduate-24461-BAB5.Image.Marked.pdf - 192 KB
10 Similar Document...
No similar subject found !
10 Related Document...
No related subject found !
|
POLLINGBagaimana pendapat Anda tentang repository kami ?
Visitors Today : 3
Total Visitor : 1970007
Hits Today : 85924
Total Hits : 154596732
Visitors Online: 1
Calculated since 16 May 2012
You are connected from 172.17.121.29 using Mozilla/5.0 AppleWebKit/537.36 (KHTML, like Gecko; compatible; ClaudeBot/1.0; [email protected])
|