<?xml version="1.0" encoding="UTF-8" ?>
<modsCollection xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" xmlns:slims="http://slims.web.id" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd">
<mods version="3.3" id="3776">
 <titleInfo>
  <title>Perancangan Sistem Presensi Guru berbasis Pengenalan Wajah menggunakan Metode Klasifikasi Haar Cascade di MTs Al Fakhriyyah</title>
 </titleInfo>
 <name type="Personal Name" authority="">
  <namePart>Reza Arishadilah</namePart>
  <role>
   <roleTerm type="text">Primary Author</roleTerm>
  </role>
 </name>
 <typeOfResource manuscript="no" collection="yes">mixed material</typeOfResource>
 <genre authority="marcgt">bibliography</genre>
 <originInfo>
  <place>
   <placeTerm type="text">JAKARTA</placeTerm>
  </place>
  <publisher>Universitas Satya Negara Indonesia</publisher>
  <dateIssued>2024</dateIssued>
 </originInfo>
 <language>
  <languageTerm type="code">id</languageTerm>
  <languageTerm type="text">Indonesia</languageTerm>
 </language>
 <physicalDescription>
  <form authority="gmd">Text</form>
  <extent></extent>
 </physicalDescription>
 <note>Sistem presensi manual rentan terhadap kelemahan jika tidak dipantau secara ketat.&#13;
Hal ini memungkinkan untuk dimanipulasi oleh individu yang tidak bertanggung&#13;
jawab, misalnya dengan cara meminta orang lain untuk mencatatkan kehadiran&#13;
mereka dengan menandatangani atau menggunakan kartu akses mereka. Tujuan&#13;
penelitian ini adalah mengembangkan sistem presensi yang menggunakan&#13;
teknologi pengenalan wajah (face recognition) dengan metode klasifikasi Haar&#13;
Cascade. Metode penelitian yang digunakan adalah Metode pengumpulan data&#13;
yakni berupa survei, wawancara, observasi dan studi Pustaka serta analisis aplikasi&#13;
sejenis dan metode perancangan menggunakan metode prototype untuk memenuhi&#13;
kebutuhan dari user. Hasil dari peneltian ini adalah sebuah alat mampu mendeteksi&#13;
dan mengenali wajah dengan baik sampai akurasi 92%. Sistem ini juga mampu&#13;
mengenali wajah yang telah terdeteksi sampai akurasi 60%, pada jarak 30 cm&#13;
hingga 150 cm. Dengan adanya alat ini dapat mempermudah proses pengabsenan&#13;
guru menggunakan face recognition dan aplikasi monitoring berbasis web.</note>
 <note type="statement of responsibility">Reza Arishadilah</note>
 <subject authority="">
  <topic>Teknik Informatika</topic>
 </subject>
 <classification>NONE</classification>
 <identifier type="isbn"></identifier>
 <location>
  <physicalLocation>Institutional Repository USNI Universitas Satya Negara Indonesia</physicalLocation>
  <shelfLocator>TI 2024</shelfLocator>
  <holdingSimple>
   <copyInformation>
    <numerationAndChronology type="1">8240180</numerationAndChronology>
    <sublocation>Perpustakaan USNI Kampus A (SKRIPSI)</sublocation>
    <shelfLocator>TI 2024</shelfLocator>
   </copyInformation>
  </holdingSimple>
 </location>
 <slims:digitals>
  <slims:digital_item id="3938" url="" path="/c6ecaaf7cc6dd064a74404258d9ed359.pdf" mimetype="application/pdf">Perancangan Sistem Presensi Guru berbasis Pengenalan Wajah menggunakan Metode Klasifikasi Haar Cascade di MTs Al Fakhriyyah</slims:digital_item>
 </slims:digitals>
 <recordInfo>
  <recordIdentifier>3776</recordIdentifier>
  <recordCreationDate encoding="w3cdtf">2024-08-27 11:04:03</recordCreationDate>
  <recordChangeDate encoding="w3cdtf">2024-10-15 14:19:59</recordChangeDate>
  <recordOrigin>machine generated</recordOrigin>
 </recordInfo>
</mods>
</modsCollection>