Sistem Inventarisasi Laboratorium Komputer Terintegrasi Face Recognition untuk Peningkatan Pelayanan Peminjaman Alat

Computer Laboratory Inventory System Integrated with Face Recognition to Improve Equipment Borrowing Services

Proses inventarisasi dan peminjaman alat di Laboratorium Program Studi Sarjana Terapan Manajemen Informatika, Universitas Negeri Surabaya (UNESA) masih dilakukan secara manual sehingga rentan terhadap kesalahan pencatatan dan ketidakakuratan identitas peminjam. Penelitian ini bertujuan merancang dan menguji aplikasi inventarisasi laboratorium berbasis mobile yang terintegrasi dengan teknologi face recognition. Aplikasi dikembangkan menggunakan metode Rapid Application Development (RAD) dengan Flutter, Firebase, Google ML Kit, dan TensorFlow Lite sebagai mekanisme verifikasi identitas peminjam. Pengujian sistem dilakukan melalui dua tahap, yaitu blackbox testing untuk menilai kesesuaian fungsional dan User Acceptance Test (UAT) untuk mengukur penerimaan pengguna. Hasil pengujian blackbox menunjukkan tingkat keberhasilan 100% dari 50 skenario yang diuji, sedangkan hasil UAT terhadap 30 responden memperoleh persentase kelayakan 84,6% dengan kategori Sangat Baik. Hasil ini menunjukkan bahwa sistem yang dibangun berfungsi sesuai kebutuhan dan diterima dengan baik oleh pengguna.

Equipment inventory and borrowing at the Applied Bachelor Program in Informatics Management Laboratory, Universitas Negeri Surabaya (UNESA), is still carried out manually, making it prone to recording errors and inaccurate borrower identification. This study aims to design and test a mobile-based laboratory inventory application integrated with face recognition technology. The application was developed using the Rapid Application Development (RAD) method with Flutter, Firebase, Google ML Kit, and TensorFlow Lite as the borrower identity verification mechanism. System testing was carried out in two stages: blackbox testing to assess functional suitability and a User Acceptance Test (UAT) to measure user acceptance. Blackbox testing achieved a 100% success rate across 50 tested scenarios, while the UAT involving 30 respondents obtained a feasibility score of 84.6%, categorized as Very Good. These results indicate that the developed system functions as required and is well accepted by its users.