UPAYA PENINGKATAN DISIPLIN PADA APARATUR SIPIL NEGARA DENGAN ABSENSI BERBASIS CONVOLUTIONAL NEURAL NETWORK
Kata Kunci:
Disiplin ASN, absensi berbasis CNN, Convolutional Neural Network, pengolahan citra, teknologi absensiAbstrak
Disiplin kerja merupakan salah satu aspek krusial dalam meningkatkan kinerja Aparatur Sipil Negara (ASN). Penegakan disiplin sering kali terhambat oleh metode absensi konvensional yang kurang akurat dan rentan terhadap manipulasi. Observasi ini bertujuan mendapatkan mengevaluasi efektivitas penggunaan sistem absensi berbasis Convolutional Neural Network (CNN) dalam meningkatkan disiplin ASN. CNN, yang dikenal dalam pengolahan citra, diterapkan mendapatkan memcara data absensi berbasis foto dan identifikasi wajah mendapatkan memastikan kehadiran yang lebih akurat dan aman. Metode Observasi melibatkan pengembangan sistem absensi yang memanfaatkan teknologi CNN mendapatkan mengenali dan memverifikasi identitas ASN melalui gambar wajah yang diambil pada saat absensi. Sistem ini diujicobakan pada sebuah instansi pemerintah selama periode tiga bulan. Evaluasi dilakukan dengan membandingkan data absensi sebelum dan sesudah penerapan sistem CNN serta menilai perubahan dalam tingkat disiplin ASN melalui survei dan analisis data absensi. Perolehan Observasi membuktikan maka penerapan sistem absensi berbasis CNN dapat meningkatkan presisi absensi dan mengurangi ketidakhadiran tidak sah. Penurunan kasus manipulasi absensi dan peningkatan kepatuhan terhadap jadwal kerja juga tercatat. Sistem ini terbukti efektif dalam meningkatkan disiplin ASN, dengan feedback positif dari pengguna yang mencatat kemudahan penggunaan dan peningkatan kepercayaan terhadap cara absensi.