Implementasi Computer Vision untuk Monitoring Kehadiran Karyawan Menggunakan YOLO: Studi Kasus Laundry Rewash Care

Abstract

Perkembangan teknologi kecerdasan buatan telah mendorong penerapan sistem otomatisasi di berbagai bidang, termasuk sistem monitoring kehadiran karyawan. Sistem absensi konvensional pada usaha laundry skala kecil masih dilakukan secara manual sehingga rentan terhadap kecurangan seperti titip absen, kesalahan pencatatan, dan lambatnya proses rekapitulasi data. Penelitian ini bertujuan merancang dan membangun sistem monitoring kehadiran karyawan berbasis pengenalan wajah menggunakan algoritma You Only Look Once (YOLO) sebagai metode deteksi wajah dan Convolutional Neural Network (CNN) untuk proses pengenalan identitas. Sistem dikembangkan menggunakan kamera webcam sebagai perangkat akuisisi citra, framework Ultralytics YOLO dan bahasa pemrograman Python untuk proses deteksi, serta basis data MySQL untuk menyimpan data karyawan dan riwayat kehadiran. Dataset wajah karyawan dikumpulkan langsung di lingkungan kerja Laundry Rewash Care dengan variasi posisi, ekspresi, dan pencahayaan, kemudian dibagi menjadi data latih dan data uji dengan rasio 80:20. Hasil pengujian menunjukkan bahwa algoritma YOLO mampu mendeteksi wajah karyawan secara cepat dan akurat serta bekerja optimal pada jarak 50-200 cm dengan pencahayaan yang cukup, meskipun performa menurun pada kondisi minim cahaya. Sistem yang dikembangkan mampu mencatat kehadiran karyawan secara otomatis ke dalam basis data tanpa terjadi kehilangan maupun duplikasi data, sehingga terbukti lebih efektif dan efisien dibandingkan metode absensi manual serta dapat meminimalkan tindakan manipulasi kehadiran.