Pengembangan Sistem Presensi Berbasis Mobile Menggunakan TensorFlow, Google ML Kit untuk Pendeteksi Wajah dan Lokasi

Development of a Mobile-Based Attendance System Using TensorFlow and Google ML Kit for Face Recognition and Location Verification

Abstract

Presensi karyawan merupakan salah satu aspek penting dalam manajemen sumber daya manusia, namun metode konvensional seperti sidik jari dan pencatatan manual memiliki keterbatasan dalam hal akurasi dan efisiensi. Penelitian ini bertujuan untuk merancang dan membangun aplikasi presensi berbasis mobile yang memanfaatkan teknologi face recognition untuk meningkatkan keakuratan dan keamanan proses absensi. Aplikasi dikembangkan menggunakan Flutter sebagai frontend dan Laravel sebagai backend, serta mengintegrasikan TensorFlow dan Google ML Kit untuk mendeteksi dan mengenali wajah karyawan secara real-time. Selain itu, sistem dilengkapi dengan fitur Global Positioning System (GPS) untuk memastikan bahwa presensi dilakukan pada lokasi yang telah ditentukan oleh perusahaan. Aplikasi ini juga menyediakan fitur tambahan berupa to-do list untuk membantu karyawan dalam mengelola tugas harian secara terintegrasi. Hasil implementasi menunjukkan bahwa sistem mampu meningkatkan akurasi presensi serta memudahkan monitoring dan pelaporan kehadiran karyawan. Dengan demikian, aplikasi ini dapat menjadi solusi yang efektif dan efisien dalam mendukung digitalisasi sistem presensi karyawan.