Sistem Presensi Karyawan Berbasis Pengenalan Wajah Dengan Metode Support Vector Machine

David Setiyadi, Fauzun Atabiq, Siti Aisyah
{"title":"Sistem Presensi Karyawan Berbasis Pengenalan Wajah Dengan Metode Support Vector Machine","authors":"David Setiyadi, Fauzun Atabiq, Siti Aisyah","doi":"10.30871/jaee.v5i2.3147","DOIUrl":null,"url":null,"abstract":"Sistem presensi saat ini yang ada pada instansi ataupun perusahaan masih banyak yang menggunakan sistem  manual. Disisi lain, perusahaan-perusahaan tersebut juga telah memiliki aplikasi pengelolaan SDM online. Oleh karena itu, untuk efektifitas dan pengembangan sistem, perlu dilakukan pengembangan sistem presensi manual tersebut menjadi sebuah sistem yang dapat diintegrasikan dengan sistem pengelolaan SDM. Untuk itu, penelitian ini mengusulkan pengembangan sistem presensi berbasiskan pengenalan wajah yang diintegrasikan dengan aplikasi pengelolaan SDM. Sistem yang dibangun merupakan sistem deteksi dan pengenalan menggunakan Support Vector Machine yang di kombinasikan dengan metode Histogram of oriented gradient. Hasil pengujian sistem presensi menunjukkan hasil recall sebesar 77,78%, nilai spesifitas 32,22%, akurasi sistem 72,78%, dan kepresisian sistem mencapai 70,71%.","PeriodicalId":34399,"journal":{"name":"International Journal of Electrical Engineering and Applied Sciences","volume":"9 1","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2021-12-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"International Journal of Electrical Engineering and Applied Sciences","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.30871/jaee.v5i2.3147","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

Abstract

Sistem presensi saat ini yang ada pada instansi ataupun perusahaan masih banyak yang menggunakan sistem  manual. Disisi lain, perusahaan-perusahaan tersebut juga telah memiliki aplikasi pengelolaan SDM online. Oleh karena itu, untuk efektifitas dan pengembangan sistem, perlu dilakukan pengembangan sistem presensi manual tersebut menjadi sebuah sistem yang dapat diintegrasikan dengan sistem pengelolaan SDM. Untuk itu, penelitian ini mengusulkan pengembangan sistem presensi berbasiskan pengenalan wajah yang diintegrasikan dengan aplikasi pengelolaan SDM. Sistem yang dibangun merupakan sistem deteksi dan pengenalan menggunakan Support Vector Machine yang di kombinasikan dengan metode Histogram of oriented gradient. Hasil pengujian sistem presensi menunjukkan hasil recall sebesar 77,78%, nilai spesifitas 32,22%, akurasi sistem 72,78%, dan kepresisian sistem mencapai 70,71%.
查看原文
分享 分享
微信好友 朋友圈 QQ好友 复制链接
本刊更多论文
基于面部识别的员工展示系统与矢量引擎支持系统
在机构或公司中存在的当前的演示系统仍然使用手动操作。此外,该公司还在网上开设了人力资源管理应用程序。因此,为了系统的有效和发展,必须开发手册演示系统,使其成为一个可以与人力资源管理系统集成的系统。为此,本研究建议开发一种基于人力资源管理应用程序的面部识别系统。建造的系统是一种使用支持矢量引擎的检测和识别系统,该系统结合了方向梯形法。报告系统测试结果显示召回结果为77.78%,样本价值为32.22%,系统准确率为72.78%,复诊率为70.71%。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 去求助
来源期刊
自引率
0.00%
发文量
0
审稿时长
12 weeks
期刊最新文献
Effects of Coating Aggregates on Dynamic Properties of Concrete by Impact Resonance Method Vibration analysis of porous orthotropic cylindrical panels resting on elastic foundations based on shear deformation theory Behavior of Composite Parts Adhesively Joined With Single Lap Joint and Intermediated Material Under Tensile Load Mechanical and Optical Properties of Multiwall Carbon Nanotube-Reinforced ZA27-Al2O3 Hybrid Composites Fabricated by Powder Metallurgy Routine Time-Dependent Reliability Analysis for Deflection of a Reinforced Concrete Box Girder Bridge
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
现在去查看 取消
×
提示
确定
0
微信
客服QQ
Book学术公众号 扫码关注我们
反馈
×
意见反馈
请填写您的意见或建议
请填写您的手机或邮箱
已复制链接
已复制链接
快去分享给好友吧!
我知道了
×
扫码分享
扫码分享
Book学术官方微信
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术
文献互助 智能选刊 最新文献 互助须知 联系我们:info@booksci.cn
Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。
Copyright © 2023 Book学术 All rights reserved.
ghs 京公网安备 11010802042870号 京ICP备2023020795号-1