Kuningan – Ribet tanda tangan di lembar presensi sebentar lagi bisa jadi cerita lama. Tim peneliti dari Fakultas Ilmu Komputer Universitas Kuningan (Uniku) berhasil mengembangkan sistem presensi mahasiswa berbasis pengenalan wajah (face recognition) dengan dukungan algoritma Convolutional Neural Network (CNN).
Selama ini, absensi konvensional dinilai kurang efisien karena memakan waktu lama, rawan manipulasi tanda tangan, dan berisiko hilang. Melalui penelitian ini, tim yang dipimpin Fahmi Yusuf, S.Kom, MMSI, Ph.D bersama Iwan Lesmana, S.Kom, M.Kom dan Hegar Paningkat Bagja menawarkan solusi modern yang lebih aman, cepat, dan terintegrasi dengan sistem akademik.
“Dengan teknologi CNN, sistem mampu mengenali wajah mahasiswa secara otomatis dengan tingkat akurasi mencapai 93,1%. Ini bukan hanya mempermudah dosen dalam memantau kehadiran, tetapi juga menutup celah kecurangan,” jelas Fahmi Yusuf, peneliti utama.
Dari sisi keilmuan, penelitian ini memperkaya penerapan deep learning di bidang pendidikan, khususnya penggunaan CNN dalam identifikasi wajah. Studi ini juga membuka peluang riset lanjutan, misalnya dengan memperluas dataset wajah, menguji arsitektur CNN yang lebih kompleks, hingga memanfaatkan pre-trained model untuk meningkatkan akurasi.
Sementara bagi masyarakat, khususnya civitas akademika, manfaatnya sangat nyata. Proses presensi yang lebih efisien berarti waktu belajar bisa lebih fokus, administrasi kampus lebih rapi, dan dosen lebih mudah melakukan evaluasi kehadiran. Tak hanya itu, sistem ini juga berpotensi diterapkan lebih luas, seperti di sekolah, kantor, atau instansi lain yang membutuhkan mekanisme absensi cepat dan terpercaya.
“Langkah ini merupakan bagian dari digitalisasi layanan pendidikan yang mendukung terciptanya kampus cerdas (smart campus),” tambah Iwan Lesmana.
Ke depan, tim peneliti berharap sistem ini bisa diuji dalam skala lebih besar, bahkan secara real-time, sehingga presensi tidak hanya praktis tetapi juga benar-benar sejalan dengan perkembangan teknologi era 4.0.
Artikel ini telh terbit di: https://journal.fkom.uniku.ac.id/buffer/article/view/367/99