Penerapan Sistem Presensi Otomatis Berbasis Face Recognition Menggunakan Arsitektur ResNet di SDN 1 Panjang Utara

Abstract

Perkembangan teknologi pada era Revolusi Industri 5.0 mendorong integrasi Artificial Intelligence (AI) dalam berbagai sektor, termasuk pendidikan. Penelitian ini bertujuan untuk mengembangkan dan mengimplementasikan sistem presensi otomatis berbasis face recognition di SDN 1 Panjang Utara, guna menggantikan metode pencatatan kehadiran manual yang belum efisien. Sistem ini dirancang dengan memanfaatkan teknologi Computer Vision dan Convolutional Neural Network (CNN) dengan tiga arsitektur berbeda, yaitu ResNet-18, ResNet-34, dan ResNet-50, yang dibandingkan dari segi performa dan akurasi. Penelitian ini mengikuti tahapan AI Project Cycle yang mencakup problem scoping, data acquisition, data exploration, modelling, evaluation, dan deployment. Dataset dikembangkan melalui pengumpulan dan augmentasi gambar wajah siswa, kemudian diuji menggunakan parameter evaluasi. Hasil evaluasi menunjukkan bahwa ResNet-50 memberikan performa terbaik dalam mengenali wajah siswa secara konsisten dengan tingkat akurasi tinggi. Sistem ini tidak hanya meningkatkan efisiensi pencatatan kehadiran, tetapi juga menyediakan akses informasi secara real-time kepada orang tua dan tenaga pendidik. Dengan demikian, penerapan sistem ini dapat menunjang digitalisasi administrasi pendidikan dasar secara efektif dan adaptif terhadap perkembangan teknologi.