Analisis Kinerja Sistem Pencatatan Kehadiran Pengunjung Perpustakaan Secara Real-Time Menggunakan YOLO dan Face Recognition

Abstract

Pencatatan kehadiran pengunjung merupakan salah satu aktivitas penting dalam pengelolaan perpustakaan. Namun, proses pencatatan yang masih mengandalkan buku tamu atau identitas fisik sering kali menimbulkan berbagai kendala, seperti rendahnya efisiensi, potensi kesalahan pencatatan, serta kurang optimalnya pengelolaan data pengunjung. Perkembangan teknologi visi komputer dan kecerdasan buatan memberikan peluang untuk menghadirkan sistem pencatatan kehadiran yang lebih cepat, akurat, dan terintegrasi. Penelitian ini bertujuan untuk menganalisis kinerja sistem pencatatan kehadiran pengunjung perpustakaan secara real-time dengan memanfaatkan algoritma YOLOv11 sebagai metode deteksi wajah dan FaceNet sebagai metode pengenalan identitas wajah. Sistem dikembangkan menggunakan platform Python untuk proses deteksi dan identifikasi secara langsung, serta dilengkapi aplikasi berbasis web yang berfungsi sebagai media pemantauan, pengelolaan data, dan verifikasi terhadap wajah yang belum berhasil dikenali. Evaluasi dilakukan berdasarkan kecepatan pemrosesan dan tingkat akurasi sistem. Hasil pengujian menunjukkan bahwa sistem mampu melakukan deteksi wajah dengan rata-rata waktu 0,16 detik dan proses identifikasi dalam waktu rata-rata 0,45 detik. Selain itu, sistem menghasilkan tingkat akurasi pengenalan sebesar 100%, dengan nilai False Acceptance Rate (FAR) dan False Rejection Rate (FRR) masing-masing sebesar 0%. Pengunjung yang tidak berhasil diidentifikasi secara otomatis akan dicatat pada aplikasi web untuk dilakukan proses verifikasi oleh administrator. Berdasarkan hasil evaluasi tersebut, sistem yang dikembangkan mampu memberikan kinerja yang cepat, akurat, dan andal sehingga layak diterapkan sebagai solusi digital dalam pengelolaan kehadiran pengunjung perpustakaan.