<?xml version="1.0" encoding="UTF-8" ?>
<modsCollection xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" xmlns:slims="http://slims.web.id" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd">
<mods version="3.3" id="7755">
 <titleInfo>
  <title>Sistem face recognition karyawan pada Cv. Langit Biru</title>
 </titleInfo>
 <name type="Personal Name" authority="">
  <namePart>Yono, Fuji</namePart>
  <role>
   <roleTerm type="text">Primary Author</roleTerm>
  </role>
 </name>
 <typeOfResource manuscript="no" collection="yes">mixed material</typeOfResource>
 <genre authority="marcgt">bibliography</genre>
 <originInfo>
  <place>
   <placeTerm type="text">Tangerang</placeTerm>
   <publisher>Universitas Raharja</publisher>
   <dateIssued>2020</dateIssued>
  </place>
 </originInfo>
 <language>
  <languageTerm type="code">id</languageTerm>
  <languageTerm type="text">Indonesia</languageTerm>
 </language>
 <physicalDescription>
  <form authority="gmd">Text</form>
  <extent></extent>
 </physicalDescription>
 <note>Seiring dengan berkembang dan kemajuan teknologi informasi dalam dunia industri&#13;
perusahaan di era globalisasi saat ini. Masih banyaknya perusahaan atau cv yang&#13;
melakukan absensi secara manual, sehingga admin kesulitan dalam merekap&#13;
datanya dikarenakan berbentuk kertas selembaran yang ditulis oleh karyawannya.&#13;
Dengan memanfaatkan teknologi, perusahaan dapat melakukan evaluasi dan&#13;
pengembangan sistem absensi yang lebih mudah, serta terakuratnya data karyawan&#13;
untuk tidak dapat melakukan absensi secara curang. Maka dibuatlah Penelitian ini&#13;
yang mana dilakukan bertujuan untuk membuat Sistem Face Recognition&#13;
Karyawan Pada CV Langit Biru, dengan menggunakan Raspberry Pi 3 model B+&#13;
dimana input dari sistem ini berupa wajah yang direkam dari webcam secara real&#13;
time. Kemudian informasi absensi akan dapat di monitoring melalui platform&#13;
AdaFruit.io. Berdasarkan hasil pengujian dari penelitian ini, Sistem Face&#13;
Recognition akan mendapatkan hasil yang akurat, dikarenakan langsung&#13;
mengambil tampilan wajah karyawan yang dikenali.&#13;
&#13;
Kata Kunci: Absensi, Webcam, Raspberry Pi 3 Model B+</note>
 <note type="statement of responsibility"></note>
 <subject authority="">
  <topic>SK</topic>
 </subject>
 <classification>005.7</classification>
 <identifier type="isbn"></identifier>
 <location>
  <physicalLocation>Perpustakaan Universitas Raharja Jl. Jendral Sudirman No. 40 Modern Cikokol Tangerang, Banten</physicalLocation>
  <shelfLocator>005.7 YON s (SK-1920)</shelfLocator>
  <holdingSimple>
   <copyInformation>
    <numerationAndChronology type="1">S0699</numerationAndChronology>
    <sublocation>Perpustakaan Raharja (Rak Skripsi)</sublocation>
    <shelfLocator>005.7 YON s (SK-1920)</shelfLocator>
   </copyInformation>
  </holdingSimple>
 </location>
 <recordInfo>
  <recordIdentifier>7755</recordIdentifier>
  <recordCreationDate encoding="w3cdtf">2020-10-20 14:11:38</recordCreationDate>
  <recordChangeDate encoding="w3cdtf">2021-01-20 15:02:54</recordChangeDate>
  <recordOrigin>machine generated</recordOrigin>
 </recordInfo>
</mods>
</modsCollection>