Analisis Perbandingan Metode K-Nearest Neighbors (KNN) Dan Support Vector Machine (SVM) Untuk Pengenalan Wajah Pegawai Di Perguruan Panca Budi

Analisis Perbandingan Metode K-Nearest Neighbors (KNN) Dan Support Vector Machine (SVM) Untuk Pengenalan Wajah Pegawai Di Perguruan Panca Budi, Pengenalan Wajah, Kehadiran Pegawai, K-Nearest Neighbors, Support Vector Machine, Sistem Absensi Otomatis....

Author: NIRWAN YA`KUB
Date: 2025
Keywords: Pengenalan Wajah, Kehadiran Pegawai, K-Nearest Neighbors, Support Vector Machine, Sistem Absensi Otomatis.
Type: Thesis
Category: penelitian

Pencatatan kehadiran yang efisien dan akurat merupakan komponen penting dalam sistem manajemen pegawai di institusi pendidikan. Penelitian ini bertujuan untuk membandingkan dua algoritma klasifikasi, yaitu K-Nearest Neighbors (KNN) dan Support Vector Machine (SVM), dalam penerapan sistem pengenalan wajah untuk mencatat kehadiran pegawai di Perguruan Panca Budi. Citra wajah pegawai diolah melalui tahapan preprocessing dan ekstraksi fitur, kemudian diklasifikasikan menggunakan kedua metode tersebut. Evaluasi dilakukan berdasarkan akurasi, presisi, dan recall untuk menentukan metode yang paling efektif. Hasil penelitian menunjukkan bahwa metode KNN memberikan nilai presisi dan recall yang lebih tinggi dibandingkan SVM, meskipun SVM menunjukkan performa akurasi keseluruhan yang stabil. Temuan ini dapat menjadi referensi dalam pengembangan sistem absensi otomatis berbasis biometrik yang efisien dan andal di lingkungan institusi.

Files:
LEMBAR JUDUL 1
DAFTAR PUSTAKA
ABSTRAK

Collections:
Digital Library UNPAB