Aplikasi Presensi Pegawai Dengan Metode Principal Component Analysis (PCA)

  • Ade Yuliana Politeknik TEDC Bandung
  • Evi Samsudin Politeknik TEDC Bandung

Abstract

Presensi pegawai merupakan aspek penting dalam menjaga kinerja dan efisiensi organisasi, terutama pada lembaga seperti Badan Pusat Statistik (BPS) yang berperan dalam mengumpulkan dan menganalisis data statistik. Dalam upaya untuk mengidentifikasi dan menganalisis pola presensi pegawai di BPS Kabupaten Bandung masalah umum yang sering timbul dalam pengelolaan presensi pegawai dan mengurangi penghindaran presensi, kecurangan presensi, keterlambatan, dan kesalahan administratif. Penghindaran presensi dapat merugikan organisasi dalam hal produktivitas dan kedisiplinan. Kecurangan presensi dapat merusak integritas data presensi dan merugikan pegawai lainnya. Keterlambatan dan kesalahan administratif dapat mengganggu efisiensi operasional. Oleh karena itu, diperlukan aplikasi presensi pegawai dengan metode Principal Component Analysis (PCA) dengan Algoritma Eigenface yang mengidentifikasi pegawai secara akurat dan sulit dipalsukan. Aplikasi presensi pegawai merupakan aplikasi yang digunakan untuk mempermudah proses saat melakukan presensi. Aplikasi ini berbasis website dengan menggunakan framework Laravel, MySQL sebagai basis data. Berdasarkan hasil dari tahap pengembangan dengan tahapan dalam analisis kebutuhan menggunakan diagram UML, desain hingga tahapan testing dengan metode black box testing dan User Acceptance Test (UAT) untuk mengetahui tingkat kegunaan aplikasi kepada pengguna. Dalam pelaksanaan hasil pengujian/testing menggunakan metode User Acceptance Test dengan Interprestasi skor hasil didapat persentase 87,8%.

Downloads

Download data is not yet available.
Published
Jul 14, 2024
How to Cite
YULIANA, Ade; SAMSUDIN, Evi. Aplikasi Presensi Pegawai Dengan Metode Principal Component Analysis (PCA). Journal of Informatics and Electronics Engineering, [S.l.], v. 4, n. 1, p. 16-25, july 2024. ISSN 2798-1177. Available at: <http://ejournal.poltektedc.ac.id/index.php/jiee/article/view/846>. Date accessed: 14 june 2026. doi: http://dx.doi.org/10.70428/jiee.v4i1.846.
Section
Articles