Meningkatkan Keamanan Data Pada Attendance System Berbasis Face Recognition

Abstract

Buku ini bertujuan untuk mengembangkan dan menguji model integrasi teknologi canggih pada sistem absensi berbasis pengenalan wajah di sekolah menengah kejuruan (SMK) guna meningkatkan keamanan dan efisiensi sistem. Metode buku yang digunakan adalah kuantitatif dengan pendekatan eksperimental, yang melibatkan desain eksperimen sistematis untuk menguji model dengan berbagai parameter, dan teknik evaluasi. Untuk memenuhi tujuan buku, dilakukan prediksi dan deteksi pola anomali pada data absensi dengan mengacu pada teori face recognition, manajemen sumber daya dan sistem reward dan punishment bersama dengan integrasi berbagai model teknologi. Kebaruan penelitian ini terletak pada pengembangan model Machine Learning (ML), Deep Learning (DL), Artificial Intelligence (AI), yang cerdas untuk memprediksi pola absensi guru berdasarkan faktor-faktor yang relevan, yang memberikan solusi inovatif untuk meningkatkan efisiensi dan keamanan sistem absensi secara menyeluruh. Selain itu, integrasi teknologi canggih pada manajemen proyek absensi memberikan kontribusi baru pada literatur IT manajemen proyek khususnya dalam lingkup absensi dilingkungan pendidikan.

Integrasi teknologi yang digunakan dalam buku ini adalah ML, DL, AI, Liveness detection dan enkripsi data menggunakan algoritma AES dengan fokus pada keamanan, akurasi dan efisiensi sistem absensi. Sampel penelitian yang digunakan berbentuk dataset yang didapatkan melalui sistem absensi berbasis face recognition guru SMK dengan jumlah 998 sampel. Buku ini dilakukan pada lingkungan virtual notebook Google Colab dengan bahasa pemrograman Python dan scikit-learn sebagai librari pendukung. Berbagai teknik seperti K- means clustering, ensemble voting, klasifikasi dan regresi digunakan dalam pelatihan dan pengujian model untuk menemukan pola absensi, mendeteksi pola anomali serta melakukan tugas prediksi.