Tugas Akhir Mahasiswa NIM 12220021

research
  • 13 Oct
  • 2026

Tugas Akhir Mahasiswa NIM 12220021

Data Polis (PT Data Teknologi Terintegrasi) menerapkan pola kerja hybrid dengan komposisi tiga hari Work From Office (WFO) dan dua hari Work From Home (WFH), sementara pencatatan kehadirannya masih menggunakan mesin sidik jari yang mengharuskan karyawan hadir secara fisik di kantor. Akibatnya, sekitar 40% jam kerja pada hari WFH tidak terekam, praktik titip absen sulit dicegah, dan data kehadiran tidak disertai validasi lokasi. Penelitian ini bertujuan merancang, membangun, dan menguji sistem presensi berbasis web yang menggabungkan pengenalan wajah menggunakan model pre-trained Convolutional Neural Network (CNN) dengan verifikasi lokasi berbasis geofencing sebagai pengganti sistem sidik jari. Metode penelitian yang digunakan adalah Research and Development (R&D) dengan model pengembangan sistem Waterfall. Sistem dibangun sebagai Progressive Web App bagi karyawan yang dipasangkan dengan REST API dan basis data PostgreSQL. Verifikasi identitas dilakukan secara contactless melalui pencocokan face embedding dengan jarak Euclidean pada recognition threshold 0,5, sedangkan keabsahan lokasi dihitung menggunakan rumus Haversine terhadap radius kantor. Hasil pengujian performa dengan K6 pada beban 50 Virtual Users menunjukkan 13.600 permintaan HTTP dengan laju 56,2 permintaan per detik, waktu respons rata-rata 10 ms, dan tingkat kegagalan 0%. Pengujian keamanan dengan OWASP ZAP tidak menemukan kerentanan kategori High maupun Critical. User Acceptance Testing terhadap enam belas use case memperoleh hasil Berhasil pada seluruh butir pengujian. Dengan
demikian, sistem presensi berbasis CNN dan geofencing ini terbukti mampu menggantikan mesin sidik jari sekaligus mendukung pencatatan kehadiran pada pola kerja hybrid di Data Polis.

Unduhan

 

REFERENSI

[1] E. Arribe and M. Ryandi, “Perancangan Sistem Informasi Absensi Fingerprint Berbasis Website PT. Media Andalan Nusa (Andalworks),” 2023.

[2] A. Rikki and N. Sinaga, “Pengembangan Aplikasi Absensi dengan Fitur Pemindaian Wajah dan GPS untuk Verifikasi Kehadiran Otomatis Berbasis Mobile,” vol. 07, no. 02, pp. 300–315, 2025.

[3] A. Sinha, A. Singh, and A. Baghel, “Review Paper: Smart GPS Geofencing,” vol. 7, no. 10, pp. 166–171, 2023.

[4] M. K. Insani and D. B. Santoso, “Perbandingan Kinerja Model Pre-Trained CNN (VGG16), Wajah pada Sistem Absensi Karyawan,” vol. 5, no. 3, pp. 2612–2622, 2024.

[5] A. Hafidz and D. Widhiantoro, “Analisis Perbandingan Algoritma Deepface, YOLO, dan Tensorflow,” vol. 4, no. 1, pp. 768–777, 2025.

[6] A. Hadi et al., Analisa Sistem Informasi. PT Penerbit Penamuda Media, 2024.

[7] A. M. Wijaya and J. E. Samodra, “Sistem Presensi Pegawai dengan Face Recognition Menggunakan Deep Learning CNN,” vol. 4, pp. 163–168, 2023.

[8] M. F. Indra Bakti, “Waterfall Metode Perancangan Software untuk Pemula,” 2024.

[9] E. Nugraha, F. Pujiady, and A. D. Prasetia, “Rancang Bangun Sistem Informasi Arsip Digital Catatan Sipil Kabupaten Magetan Berbasis Website Menggunakan Metode Waterfall,” 2025.

[10] J. Maisyaroh, “Sistem Informasi Penerbitan Buku Menggunakan Model Waterfall dalam SDLC,” vol. 2, no. 1, pp. 35–43, 2024.

[11] E. I. S. Syahrul Gunawan Ramdhani, “Implementasi Face Recognition Untuk Sistem Presensi Universitas Menggunakan Convolutional Neural Network,” Indones. J. Comput. Sci., vol. 12, no. 1, pp. 4098–4108, 2023.

[12] S. Rahman, M. Ramli, F. Arnia, R. Muharar, and M. Zen, “Convolutional Neural Networks untuk Visi Komputer,” 2021.

[13] R. Muhamad Luthfi, “Penerapan Algoritma CNN (Convolutional Neural Network) untuk Deteksi dan Klasifikasi Target Militer Berdasarkan Citra Satelit,” vol. 4, no. 2, pp. 134–143, 2024.

[14] P. B. Utomo, D. Wahyudi, and M. Mujiono, “Positioning Systems dan Location-Based Service,” Jurnal Informatika Terpadu, vol. 11, no. 1, pp. 20–28, 2025.

[15] G. Edi Purwanto, “Implementasi Metode Haversine Formula pada Otomasi Registrasi Pelanggan Layanan Internet Berbasis Web,” vol. 5, no. 1, pp. 185–197, 2026.

[16] S. Anardani, “Perancangan Sistem Berorientasi Objek dengan Pemodelan UML (Unified Modeling Language) Tools,” 2019.

[17] A. Setiawan et al., Basis Data. 2025.

[18] R. Aulia, D. Gusti, A. Candra, and A. Fauziyyah, “Analisa Perancangan Permodelan Basis Data pada Pengembangan System Informasi Pendaftaran Menggunakan Entity Relationship Diagram,” vol. 3, no. 3, pp. 100–111, 2025.

[19] Tony, “Teknik Coding Hybrid antara TypeScript dan JavaScript,” vol. 8, no. 1, pp. 21–28, 2025.

[20] T. A. Nguyen, “A comparative analysis of Webpack and Vite as build tools for JavaScript,” 2024.

[21] M. F. Santoso, “Perbandingan Efektivitas Bootstrap dan Tailwind CSS dalam Pengembangan UI Web Responsif,” vol. 7, no. 4, pp. 489–497, 2025.

[22] T. Garg, “React Query: Revolutionizing Data Fetching and Modernizing User Interfaces,” no. June, pp. 1–4, 2025.

[23] M. Fariz, S. Lazuardy, and D. Anggraini, “Modern Front End Web Architectures with React.js and Next.js,” vol. 7, no. 1, pp. 132–141, 2022.

[24] D. G. Putera, “Evaluation of Fuzzing on Web API from Offensive and Defensive Perspectives,” vol. 15, no. 2, pp. 162–178, 2024.

[25] S. Rahmadhani et al., “Penerapan React JS dan Axios untuk Pengembangan Front-end Aplikasi iCare Implementation of React JS and Axios for Front-end Development of iCare,” vol. 02, pp. 40–46, 2024, doi: 10.57203/session.v2i02.2024.40-46.

[26] J. M. Polgan et al., “Navigasi Realtime Menggunakan Incremental GPS Path Logging Algorithm dan Visualisasi Interaktif Berbasis Web,” vol. 14, pp. 1340–1354, 2025.

[27] A. Z. Salsabila, B. T. Hanggara, and A. Suharsono, “Analisis Perbandingan Performa State Management Context API dan Zustand pada React.js,” vol. 10, no. 2, pp. 1–11, 2026.

[28] S. O. N. P. Edi Iskandar, Robby Cokro Buwono, “Implementasi Progressive Web Apps pada Marketplace,” vol. 5, pp. 158–167, 2026.

[29] U. B. Astowo and A. Sujarwo, “Penerapan JSON Web Token sebagai Strategi Pengamanan Data pada Aplikasi MultiMasjid,” vol. 3, pp. 5279–5292, 2023.

[30] M. A. Khadija et al., “Backend Programming Techniques in the Development of Resource Manager Features in VRMS Systems Based on ORM Prisma,” vol. 4, no. 3, pp. 830–843, 2024.

[31] H. T. Ünal, “PostgreSQL Database Management System: ODAK,” 2023, doi: 10.1109/ASYU58738.2023.10296600.

[32] I. M. H. W. Gede Irvan Pramanta Andika, “Implementasi Pre-Trained Model FaceNet untuk Sistem Absensi Siswa Berbasis Pengenalan Wajah dengan Kamera Pengawas di Lingkungan Kelas,” vol. 6, no. 1, pp. 266–287, 2026.

Cari

Bidang Ilmu

Kategori

Kiriman Terbaru