Logo Lanfrica
  • Home
  • Atlas
  • Insights
  • Docs
  • Sign in

© 2026 Lanfrica. All rights reserved. All copyrights of the resources shown on the Lanfrica website belong to the original copyright holders, unless explicitly stated otherwise.

Development of Deep Learning Applications for Face Recognition in Online Media to Determine Student Presence

Domain:

education
Creator:
CahAriAla
Publisher:
Pol
Host:
Presensi masih dilakukan dengan cara manual yaitu dengan cara pemateri meminta semua mahasiswa yang hadir untuk mengaktifkan kamera pada device masing-masing agar wajah mahasiswa terlihat dan mencatat nama mahasiswa tersebut untuk dilaporkan hadir. Untuk mempermudah presensi, maka pengenalan wajah adalah cara yang tepat untuk mengatasi masalah tersebut. Mahasiswa cukup mengaktifkan kamera dan program akan meng-capture window dari aplikasi Zoom setiap sekian menit dan merubah view partisipan menjadi gallery agar masing-masing mahasiswa yang sudah hadir dapat melakukan presensi otomatis. Tahapan awal untuk melakukan pengenalan wajah adalah pendeteksian wajah dan mengekstraksi fitur wajah mahasiswa. Fitur tersebut akan dibandingkan dengan dataset wajah mahasiswa agar metode yang digunakan dapat mengenali siapa mahasiswa yang terdeteksi. Metode yang digunakan pada penelitian ini adalah Convolutional Neural Network (CNN) untuk ekstraksi fitur dan pengenalan wajah. Ide utama di balik CNN adalah proses konvolusinya, dimana sebuah gambar diekstraksi untuk setiap fitur untuk menghasilkan banyak pola yang lebih mudah diidentifikasi. Strategi ini dapat meningkatkan efisiensi dengan penerapan fungsi pembelajaran citra. Diharapkan dengan menggunakan metode pengenalan wajah ini, proses pendeteksi kehadiran mahasiswa dapat diimplementasikan. Hasil penelitian ini dengan melakukan presensi pada 6 kelas mahasiswa Politeknik Negeri Malang jurusan Teknik Informatika dan Manajemen Informatika menghasilkan waktu presensi rata-rata per kelas adalah 4,466 detik dan akurasi pengenalan wajah adalah 77,27%

Visit

doi.org

Tasks

computer visionimage classification

Languages

AkanSayaUbaghara

Licenses

https://creativecommons.org/licenses/by-nc/4.0

Similar

Development Engineering (DevEng): Publish applications of deep learning for global developmentHybrid Deep Learning Models for Arabic Sign Language Recognition in Healthcare ApplicationsIn-Group Bias in Deep Learning-Based Face Recognition Models Due to Ethnicity and AgeCodes and app for "Mountain gorillas in Virunga: deep learning face recognition and identification"Evidence synthesis workshops: moving from face-to-face to online learningFace Recognition Service Model for Student Identity Verification Using Deep Neural Network and Support Vector Machine (SVM)

Development Engineering (DevEng): Publish applications of deep learning for global development

Development Engineering (DevEng): Publish applications of deep learning for global development

Poster presented at the Deep Learning Indaba 2022 by Berber Kramer

Hybrid Deep Learning Models for Arabic Sign Language Recognition in Healthcare Applications

International audience Deaf and hearing-impaired individuals rely on sign language, a

In-Group Bias in Deep Learning-Based Face Recognition Models Due to Ethnicity and Age

Codes and app for "Mountain gorillas in Virunga: deep learning face recognition and identification"

🦍 Gorilla Identifier — Project Files   Notebooks > Gorilla IA.ipynb- Photo sorting and dataset pre

Evidence synthesis workshops: moving from face-to-face to online learning

Postgraduate training is moving from face-to-face workshops or courses to online learning to help in

Face Recognition Service Model for Student Identity Verification Using Deep Neural Network and Support Vector Machine (SVM)

Impersonation in the context of examination, is a situation where a candidate sits in an examination