Rancang Bangun Sistem Absensi Berbasis Mobile Dengan Memanfaatkan Pengenalan Wajah (Studi Kasus : PT. Ginsa Inti Pratama)
Keywords:
Mobile Attendance, Facial Recognition, GPS, Haversine, PrototypingAbstract
Sistem absensi berbasis sidik jari yang digunakan di PT. Ginsa Inti Pratama masih sering menimbulkan kendala, misalnya sulit terbaca ketika jari karyawan kotor atau terluka, pencatatan waktu yang kurang akurat sehingga memerlukan koreksi manual, serta keterbatasan dalam mendukung karyawan yang bekerja di luar kantor. Melihat permasalahan tersebut, penelitian ini berfokus pada perancangan dan pembangunan sistem absensi berbasis mobile dengan memanfaatkan teknologi pengenalan wajah dan validasi lokasi menggunakan Global Positioning System (GPS). Metode pengembangan yang dipilih adalah Prototyping, dimulai dari komunikasi awal dengan pengguna, perancangan, pembangunan, pengujian, hingga evaluasi melalui umpan balik. Sistem dibangun menggunakan Flutter untuk aplikasi mobile, Flask sebagai backend dengan dukungan Multi-task Cascaded Convolutional Networks (MTCNN) dan FaceNet untuk deteksi serta verifikasi wajah, serta Firebase untuk autentikasi dan penyimpanan data. Validasi lokasi diterapkan dengan menghitung jarak pengguna terhadap lokasi kantor menggunakan rumus Haversine. Hasil pengujian menunjukkan sistem berjalan sesuai harapan dan mendapatkan tanggapan positif dari pengguna, terutama dalam hal kemudahan penggunaan dan peningkatan efisiensi kerja. Dengan demikian, sistem ini dapat menjadi alternatif modern yang lebih fleksibel dan efektif dibandingkan absensi berbasis sidik jari
References
D. Pratama and R. Hidayat, “Perancangan Sistem Absensi Mobile Menggunakan Teknologi Biometrik,” in Proc. Sem. Nas. Teknol. Inf. dan Komunikasi (SENTIKA), vol. 9, no. 1, pp. 101–108, 2022.
Y. Anistyasari and P. Julianti, “Studi literatur metode pengenalan wajah untuk presensi Siswa,” IT-Edu: J. Inf. Technol. Educ., vol. 5, no. 1, pp. 1–7, 2020.
V. The and Y. P. Santosa, “Implementation of Face Recognition Attendance System for PT. Sumber Kurnia Alam with MTCNN and FaceNet Algorithm,” 2023.
F. Hidayat, U. Elviani, and G. B. G. Situmorang, “Face recognition for automatic border control: A systematic literature review,” in Proc. Int. Conf. Comput. Informatics Eng. (ICCOINS), 2024, doi: 10.1109/ICCOINS57930.2024.10459007.
B. A. Alfahri and N. B. Nisa, “Implementasi SDLC prototyping dalam perancangan website profil sekolah MIS Nahdhatul Islam,” J. Teknol. Sist. Inf., vol. 10, no. 1, pp. 25–35, 2025.
A. A. Hapsari, D. J. Vresdian, and B. W. Dionova, “Development of quadcopter drone and IoT module technology in geospatial-based air emission monitoring,” J. Artif. Intell. Syst. Eng., vol. 5, no. 2, pp. 88–97, 2025.
S. Rodhia, “Perancangan UI/UX Aplikasi e-Order OLLE by Qollega Berdasarkan Pengalaman Pengguna Menggunakan Metode Design Thinking,” UIN Jakarta, 2024.
V. Kulkarni, S. Kokaje, and A. Yenkikar, “Face recognition application in flutter,” in Proc. 2nd Int. Conf. Innovative Mechanisms for Industry Applications (ICIMIA), IEEE, 2023.
S. Gaur, M. Pandey, and Himanshu, “Realization of facial recognition technology for attendance monitoring through biometric modalities employing MTCNN integration,” SN Comput.Sci., vol. 5, no. 2, 2024.
F. Schroff, D. Kalenichenko, and J. Philbin, “FaceNet: A Unified Embedding for Face Recognition and Clustering,” in *Proc. IEEE Conf. Comput. Vis. Pattern Recognit. (CVPR)*, 2015, pp. 815–823.
A. A. Alkodri, F. Fitriyani, B. Isnanto, and M. S. M. Sari, “Optimization of Mobile Attendance System with Haversine Formula Method for Field Work Practice Students,” Int. J. Inf. Syst. Technol., vol. 5, no. 1, 2025.
A. Hadi, “Perancangan sistem informasi penggajian karyawan berbasis web pada PT Cakrawala Telekomunikasi Indonesia dengan Laravel dan MySQL,” JEKIN: J. Tek. Inform., 2025.
S. Khodijah and W. S. Aulia, “Analisis sistem informasi pengaduan masyarakat berbasis web menggunakan metode Agile dan blackbox testing,” J. Inf. Syst. Business Technol., vol. 3, no. 1, pp. 27–35, 2025.
F. Cahyono, “Pengenalan Wajah Menggunakan Model FaceNet Untuk Presensi Pegawai,” Institut Teknologi Sepuluh Nopember, 2020.
A. P. Meldyantono, “Implementasi Sistem Absensi Berbasis Pengenalan Wajah Menggunakan Metode CNN dan Model FaceNet,” Universitas Islam Sultan Agung, 2025.
Downloads
Published
Issue
Section
License
Copyright (c) 2025 Josua Pangihutan Sitanggang, Jefry Sunupurwa Asri, Hermansyah Hermansyah, Imam Sutanto

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.






