Smart Library Visit System: Pencatatan Kunjungan Berbasis Face Recognition


Suryani Suryani(1*); Moch. Farhan Juliansyach Putra Taufiq(2);

(1) Teknik Informatika, Universitas Dipa Makassar, Makassar, Indonesia
(2) Teknik Informatika, Universitas Dipa Makassar, Makassar, Indonesia
(*) Corresponding Author

  

Abstract


Pencatatan kunjungan perpustakaan yang masih dilakukan secara manual berpotensi menimbulkan kesalahan pencatatan, duplikasi data, dan rendahnya efisiensi layanan. Penelitian ini bertujuan merancang dan mengimplementasikan Smart Library Visit System berbasis Face Recognition sebagai sistem pendukung pencatatan kunjungan otomatis di Perpustakaan Universitas Dipa Makassar. Sistem menggunakan RetinaFace untuk deteksi wajah, ArcFace untuk ekstraksi fitur, dan Cosine Similarity untuk pengukuran kemiripan dengan threshold 65%. Pengujian dilakukan menggunakan Black Box Testing, evaluasi akurasi melalui True Positive Rate (TPR), serta User Acceptance Testing (UAT) terhadap 50 responden. Hasil pengujian menunjukkan sistem mampu mengenali 89 data wajah dengan nilai TPR sebesar 1,00 menunjukkan bahwa sistem mampu mengenali seluruh wajah yang terdaftar secara akurat. Sedangkan tingkat penerimaan pengguna sebesar 91,2% menunjukkan bahwa sistem layak diterapkan dan diterima dengan sangat baik oleh pengguna, baik dari segi kemudahan, kecepatan, akurasi, maupun manfaatnya dalam meningkatkan efisiensi pencatatan kunjungan perpustakaan. Sistem ini mampu meningkatkan akurasi dan efisiensi pencatatan kunjungan serta mendukung implementasi konsep Smart Library di lingkungan kampus.

Keywords


Pengenalan Wajah; Perpustakaan Cerdas; Algoritma ArcFace; Cosine Similarity; Pencatatan Kunjungan Otomatis

  
  

Full Text:

PDF
  

Article Metrics

Abstract view: 61 times
PDF view: 29 times 		     

Digital Object Identifier

doi  https://doi.org/10.33096/busiti.v7i3.3374 		  

Cite

How to cite item

References


A. Fitria and A. A. Aziz, “Development of school library information system in remote areas in Indonesia: Analysis of technology readiness and its impact,” International Journal of Social Science and Human Research, vol. 8, no. 1, pp. 772–777, Jan. 2025, doi: 10.47191/ijsshr/v8-i1-97.

E. B. Ayo, R. N. Jotic, A. Raqueño, J. V. G. Loresca, I. F. Mendoza, and P. V. M. Baroña, “Development of an integrated library management system (iLMS),” International Journal of Interactive Mobile Technologies (iJIM), vol. 17, no. 10, pp. 242–256, May 2023, doi: 10.3991/ijim.v17i10.37509.

Suryani and N. M. Yandriswan, “Digitalisasi sistem perpustakaan multi level akses berbasis web: Studi kasus SMA Negeri 04 Makassar,” Jurnal Informatika Polinema, vol. 9, no. 2, pp. 201–206, Feb. 2023, doi: 10.33795/jip.v9i2.1238.

A. I. Awodeyi, O. A. Ibok, I. Omokaro, J. U. Ekwemuka, and M. O. Ighofiomoni, “Effective preprocessing techniques for improved facial recognition under variable conditions,” Franklin Open, vol. 10, p. 100225, 2025, doi: 10.1016/j.fraope.2025.100225.

M. Iqbal, I. Sari, and A. Ramadhanu, “Implementasi pengolahan citra digital dalam pengenalan wajah menggunakan contrast stretching dan algoritma Viola Jones,” The Indonesian Journal of Computer Science, vol. 13, no. 2, pp. 3015–3027, Apr. 2024, doi: 10.33022/ijcs.v13i2.3660.

K. D. Anggara, D. P. Kartikasari, and F. A. Bakhtiar, “Implementasi algoritma MTCNN dalam mekanisme autentikasi berbasis pengenalan wajah,” Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, vol. 7, no. 8, pp. 3613–3621, 2023.

J. Deng, J. Guo, E. Ververas, I. Kotsia, and S. Zafeiriou, “RetinaFace: Single-shot multi-level face localisation in the wild,” in Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), 2020, pp. 5202–5211, doi: 10.1109/CVPR42600.2020.00525.

H. Murdani, E. L. Bella, and A. Fatwanto, “Merancang sistem keamanan berbasis face recognition pada layanan sirkulasi perpustakaan,” Daluang: Journal of Library and Information Science, vol. 4, no. 2, pp. 82–96, Nov. 2024, doi: 10.21580/daluang.v4i2.2024.21976.

C. Oinar, B. M. Le, and S. S. Woo, “KappaFace: Adaptive additive angular margin loss for deep face recognition,” IEEE Access, vol. 11, pp. 137138–137150, 2023, doi: 10.1109/ACCESS.2023.3338648.

M. G. Pradana, N. Irzavika, and N. Maulana, “Deteksi kemiripan dokumen menggunakan cosine similarity berdasarkan representasi teks Count Vectorizer dan TF-IDF,” Indonesian Journal of Business Intelligence (IJUBI), vol. 7, no. 2, pp. 40–47, Dec. 2024, doi: 10.21927/ijubi.v7i2.5170.

J. Zhou, J. Ning, X. Chen, and P. Yin, “A smart library system design scheme based on artificial intelligence and Internet of Things technology,” in Proceedings of the 6th International Conference on Educational Technology Management (ICETM 2023), 2023, pp. 23–28, doi: 10.1145/3637907.3637949.

M. Ravikanth, B. Hitesh, and K. B. Krishna, “Library attendance for students with face recognition,” International Journal of Advance Research and Innovative Ideas in Education, vol. 4, no. 2, pp. 1346–1349, 2018.

Y. M. Cani, H. Hannie, and A. A. Ridha, “Pengujian black box testing pada sistem pendukung keputusan penerima beasiswa di SMK Tarbiyatul Ulum Karawang,” Jurnal Ilmiah Wahana Pendidikan, vol. 9, no. 9, pp. 754–760, 2023, doi: 10.5281/zenodo.8084698.

M. A. Puspita, M. Mardiana, R. Ariesta, and M. A. Muhammad, “User acceptance testing dan performance testing pada pengembangan website Kanal Pengetahuan Dikti,” Journal of Information Engineering and Educational Technology, vol. 8, no. 2, pp. 96–101, 2025, doi: 10.26740/jieet.v8n2.p96-101.

I. Ikmal, M. Masnur, and H. Hamra, “Absensi perpustakaan pengenalan wajah berbasis Open Computer Vision,” Jurnal Sintaks Logika, vol. 5, no. 1, pp. 82–92, Jan. 2025, doi: 10.31850/jsilog.v5i1.3604


Refbacks

  • There are currently no refbacks.


Copyright (c) 2026 Buletin Sistem Informasi dan Teknologi Islam (BUSITI)

Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.