Artificial Intelligence-Based Smart Attendance Automatic Attendance System with Face Detection Using YOLOv11 at Muhammadiyah Ahmad Dahlan University, Palembang

Arif Fadillah; Ilhamdani Saputra

doi:10.52523/jhast.v4i1.101

Penulis

Arif Fadillah Universitas Muhammadiyah Ahmad Dahlan Palembang
Ilhamdani Saputra Universitas Muhammadiyah Ahmad Dahlan Palembang

DOI:

https://doi.org/10.52523/jhast.v4i1.101

Kata Kunci:

Face detection, smart attendance, Computer Vision, Yolov11

Abstrak

Perkembangan teknologi kecerdasan buatan telah memberikan kontribusi signifikan dalam berbagai bidang, termasuk pendidikan. Salah satu permasalahan yang masih sering ditemui di lingkungan perguruan tinggi adalah sistem absensi mahasiswa yang dilakukan secara manual. Proses manual ini kerap menimbulkan berbagai kendala, seperti potensi kecurangan berupa titip absen, keterlambatan dalam pencatatan, hingga risiko kesalahan administrasi. Kondisi tersebut menunjukkan urgensi untuk menghadirkan sistem absensi yang lebih modern, efektif, dan akurat melalui pemanfaatan teknologi berbasis AI. Dengan menggunakan algoritma YOLOv11, yang dikenal memiliki kemampuan mendeteksi objek secara cepat dan presisi tinggi, penelitian ini diarahkan untuk merancang sistem Smart Attendance berbasis deteksi wajah yang dapat meningkatkan kualitas layanan akademik di Universitas Muhammadiyah Ahmad Dahlan Palembang. Tujuan penelitian ini adalah mengembangkan dan mengimplementasikan sistem absensi otomatis berbasis deteksi wajah dengan algoritma YOLOv11 yang terintegrasi dengan basis data akademik kampus. Sistem ini diharapkan mampu mengenali wajah mahasiswa secara real-time, mencatat kehadiran secara otomatis, dan menyajikan data yang dapat diakses oleh dosen maupun pihak administrasi secara transparan. Selain itu, penelitian ini bertujuan untuk meningkatkan efisiensi proses akademik, mengurangi kecurangan absensi, serta mendorong adopsi teknologi AI di lingkungan pendidikan tinggi, kesimpulan Dengan demikian, penerapan sistem absensi berbasis AI ini tidak hanya meningkatkan efisiensi operasional, tetapi juga mendorong transformasi digital di lingkungan pendidikan tinggi. Ke depan, sistem ini dapat dikembangkan lebih lanjut dengan peningkatan fitur dan skalabilitas agar dapat diadopsi secara lebih luas di berbagai institusi pendidikan.

Referensi

Zen Munawar, Sri Sutjiningtyas, Novianti Indah Putri, Rita Komalasari, and Herru Soerjono, “Manfaat Kecerdasan Buatan pada Proses Belajar Mengajar di Pendidikan Tinggi,” TEMATIK, vol. 11, no. 2, pp. 213–224, Dec. 2024, doi: 10.38204/tematik.v11i2.2165.

H. Munandar, M. Ade Kurnia Harahap, H. Haryanto, and V. Lisma Lestari, “Pemanfaatan Teknologi Artificial Intelligences (AI) Bagi Dosen Dalam Menghadapi Tantangan Perguruan Tinggi Pada Era Disrupsi”.

J. T. Terpadu, I. Arifin, R. Fakhran Haidi, and M. Dzalhaqi, “PENERAPAN COMPUTER VISION MENGGUNAKAN METODE DEEP LEARNING PADA PERSPEKTIF GENERASI ULUL ALBAB,” Jurnal Teknologi Terpadu, vol. 7, no. 2, pp. 98–107, 2021, [Online]. Available: https://journal.nurulfikri.ac.id/index.php/jtt

R. Narlan, “Ryandra Narlan-Penerapan Visi Komputer Dalam Bidang Kosntruksi PENERAPAN VISI KOMPUTER DALAM BIDANG KONSTRUKSI,” 2023.

A. Rahmat, N. Fitriani, and F. Nurul Hakim, “MANAJEMEN PEMBELAJARAN DALAM MENINGKATKAN KEDISIPLINAN SISWA LEARNING MANAGEMENT IN IMPROVING STUDENT DISCIPLINE”, [Online]. Available: https://jicnusantara.com/index.php/jiic

M. Hadi Saputra, F. Dristyan, T. Rekayasa Perangkat Lunak, and P. Jambi, “Implementasi Teknologi Absensi Digital Berbasis Objek untuk Meningkatkan Kualitas Proses Belajar Mengajar di Perguruan Tinggi,” Fusion : Journal of Research in Engineering, vol. 1, no. 2, 2024.

A. Syahrir, J. Pendidikan Pancasila dan Kewarganegaraan, F. Keguruan dan Ilmu Pendidikan Universitas Halu Oleo-Kendari, and K. Penulis, “Kecurangan Akademik Pada Mata Kuliah Kebijakan Publik Mahasiswa PPKn Semester Ganjil Tahun Akademik 2023/2024,” vol. 18, no. 1, 2025.

S. Sugeng and A. Mulyana, “Sistem Absensi Menggunakan Pengenalan Wajah (Face Recognition) Berbasis Web LAN,” Jurnal Sisfokom (Sistem Informasi dan Komputer), vol. 11, no. 1, pp. 127–135, Apr. 2022, doi: 10.32736/sisfokom.v11i1.1371.

P. I. DAN PENGEMBANGAN SISTEM ABSENSI REALTIME MELALUI METODE PENGENALAN WAJAH Nyoman Tri Anindia Putra, I. Bagus Gede Dwidasmara, and I. Gede Santi Astawa, “Jurnal Sains dan Teknologi |450,” 2014.

T. V. Dang, “Smart Attendance System based on Improved Facial Recognition,” Journal of Robotics and Control (JRC), vol. 4, no. 1, pp. 46–53, Jan. 2023, doi: 10.18196/jrc.v4i1.16808.

“Spectrum of Engineering Sciences ISSN (e) 3007-3138 (p) 3007-312X”, doi: 10.5281/zenodo.15422919.

M. A. Khair, P. Aldiyuda, N. E. Pakpahan, M. Z. Zukhrufa, and M. Adrezo, “Perancangan Sistem Absensi Mahasiswa Berbasis Face Recognition di Lingkungan UPN Veteran Jakarta”.

Q. Amin Fauzan, A. Budianto, C. Wawan Budiyanto, and Q. A. Fauzan, “Development of a Facial Recognition-based Attendance System using Binary Patterns Histograms Method and Telegram Bot Notification.” [Online]. Available: https://jurnal.uns.ac.id/joive/index

J. Aplikasi Sains, E. dan Komputer, D. Ayu Permatasari, D. Syaiful Ma, A. Ramelan, and H. Artikel, “Rancang Bangun Alat Sistem Absensi Mahasiswa menggunakan Face Recognition dengan Metode YOLO berbasis Raspberry Pi.”

M. Rifan, A. Hafizh, J. Maulindar, B. Prajadi, and C. Utomo, “Sistem Absensi Karyawan Menggunakan (Face Recognition Attendance System) Berbasis Web Pada CV. Yadi Decoration,” Seminar Nasional Teknologi Informasi dan Bisnis (SENATIB), p. 2025.