PENERAPAN ALGORITMA MOBILENETV2 UNTUK SISTEM ABSENSI PESERTA SEMINAR DARING BERBASIS FACE RECOGNITION PADA PLATFORM ZOOM STUDI KASUS: UNIVERSITAS FALETEHAN

Abstrak

Penelitian ini bertujuan untuk menerapkan algoritma MobileNetV2 pada sistem absensi peserta seminar daring berbasis face recognition yang terintegrasi dengan platform Zoom dengan studi kasus di Universitas Faletehan. Permasalahan yang sering terjadi pada pelaksanaan seminar daring adalah proses absensi yang masih dilakukan secara manual sehingga berpotensi menimbulkan kesalahan pencatatan, manipulasi kehadiran, serta kurang efisien. Oleh karena itu, dikembangkan sebuah sistem yang mampu melakukan identifikasi wajah peserta secara otomatis menggunakan algoritma MobileNetV2 sebagai model ekstraksi fitur wajah. Metode penelitian meliputi pengumpulan data wajah peserta, proses pelatihan model, implementasi sistem pada platform Zoom, serta pengujian performa sistem berdasarkan tingkat akurasi pengenalan wajah. Hasil penelitian menunjukkan bahwa algoritma MobileNetV2 mampu mengenali identitas peserta dengan tingkat akurasi yang tinggi, waktu komputasi yang cepat, dan penggunaan sumber daya yang ringan sehingga sesuai diterapkan pada sistem absensi seminar daring. Sistem yang dikembangkan diharapkan dapat meningkatkan efektivitas, efisiensi, dan keakuratan proses absensi peserta seminar daring di Universitas Faletehan.

This study aims to implement the MobileNetV2 algorithm in a face recognition-based attendance system for online seminar participants integrated with the Zoom platform, using Universitas Faletehan as the case study. One of the common challenges in online seminars is that attendance is still recorded manually, which may lead to recording errors, attendance fraud, and inefficient administration. Therefore, an automated attendance system was developed to identify participants through facial recognition using MobileNetV2 as the facial feature extraction model. The research methodology includes facial image data collection, model training, system implementation on the Zoom platform, and performance evaluation based on face recognition accuracy. The results indicate that the MobileNetV2 algorithm is capable of recognizing participants with high accuracy, fast processing time, and low computational resource requirements, making it suitable for implementation in an online seminar attendance system. The proposed system is expected to improve the effectiveness, efficiency, and accuracy of attendance management for online seminars at Universitas Faletehan.