SISTEM PRESENSI MAHASISWA OTOMATIS PADA ZOOM MEETING MENGGUNAKAN FACE RECOGNITION DENGAN METODE CONVULITIONAL NEURAL NETWORK BERBASIS WEB

Abstract

Dalam rangka pencegahan perkembangan dan penyebaran Corona Virus Disease (COVID-19), Kementerian Pendidikan dan Kebudayaan mengeluarkan SE Mendikbud Tahun 2020 tentang Pembelajaran secara Daring dan Bekerja dari Rumah dalam rangka Pencegahan Penyebaran COVID-19. Pembelajaran secara daring dan bekerja dari rumah bagi para tenaga pendidik merupakan perubahan yang harus dilakukan untuk tetap mengajar mahasiswa. Ketika melakukan pembelajaran secara daring tentunya memerlukan media sebagai sarananya. Survei terbaru yang dilakukan oleh Lembaga Arus Survei Indonesia (ASI) terkait penggunaan media video call dalam pembelajaran daring, mayoritas publik menggunakan aplikasi Zoom (57,2 %), disusul Google Meet (18,5 %), Cisco Webex (8,3 %), U Meet Me (5,0 %), Microsoft Teams (2,0 %), dan lainnya (2,2 %). Sisanya 6,9 % mengaku tidak tahu atau tidak jawab. Presensi sangat penting untuk mengetahui dan mengontrol kehadiran peserta didik dalam proses belajar mengajar. Saat ini presensi dalam perkuliahan daring masih dilakukan secara manual. Untuk itu perlu dibuat sistem pencatatan kehadiran berbasis face recognition secara otomatis. Dalam penelitian ini metode yang digunakan untuk face recognition adalah Convolutional Neural Network (CNN). Metode diimplementasikan dengan bantuan library Keras untuk proses training data. Hasil dari penelitian ini adalah sistem berbasis web yang dapat mendeteksi wajah mahasiswa yang berpartisipasi dalam ruang Zoom meeting. Pengujian yang dilakukan kepada 10 orang relawan munggunakan model hasil training data metode  CNN dari total 150 kali uji coba, total benar sebanyak 138 kali dan total salah sebanyak 12 kali, menunjukkan kinerja pengenalan wajah meraih rata-rata tingkat akurasi benar sebesar 92,00 % dan salah sebesar 8,00 % yang berarti sudah menghasilkan kecocokan yang baik.