Suatu hari, ketika tim saya masih mencatat absensi manual dengan kartu dan spreadsheet, saya jenuh setiap akhir bulan karena verifikasi jam kerja makan waktu. Kami lalu mencoba SHUCADA dan fokus saya langsung ke fitur AI Face Recognition-nya. Awalnya saya ragu soal akurasi dan soal perlu pasang hardware mahal, tapi setelah beberapa minggu percobaan kami merasakan perubahan nyata: waktu cek-in jauh lebih cepat dan manipulasi absensi berkurang. Angka yang saya sebut di bawah ini adalah pengamatan di lapangan kami dan diperkirakan; pengalaman setiap perusahaan bisa berbeda sehingga perlu diverifikasi sendiri.

Kenapa saya ngotot mau pakai Face Recognition?

1. Masalah sebelum pakai

• Absensi manual sering ada kesalahan input dan buddy punching.
• Proses verifikasi untuk staf lapangan memakan waktu beberapa hari tiap akhir periode penggajian.
• Kartu NFC dan QR kadang hilang atau dipinjam teman.

2. Harapan setelah pakai

• Verifikasi tanpa kontak, cepat, dan terikat lokasi.
• Mengurangi kecurangan absensi.
• Memudahkan staf remote dan lapangan.

Di tempat kami, waktu rata-rata check-in yang terasa turun dari sekitar 20–30 detik (termasuk cari kartu, scan, lalu tercatat) menjadi sekitar 3–7 detik untuk verifikasi wajah di ponsel. Angka ini bersifat perkiraan pengalaman pengguna kami.

Gimana sih Face Recognition di SHUCADA bekerja?

Metode verifikasi yang dipakai

1. Identifikasi biometrik berbasis AI

• Verifikasi wajah dilakukan menggunakan model AI pada aplikasi mobile/web.
• Tidak membutuhkan hardware khusus seperti terminal biometrik fisik; cukup kamera perangkat.

2. Verifikasi lokasi

• Semua metode absensi, termasuk face recognition, diverifikasi dengan GPS.
• Sistem menghitung jarak antara lokasi karyawan dan titik absensi yang telah ditentukan secara otomatis untuk memastikan kehadiran di lokasi yang relevan.

3. Opsi absensi lain yang terintegrasi

• Work From Office, Work From Home, Work From Anywhere, QR Code, NFC Card.
• Face recognition menjadi salah satu metode yang mendukung pola kerja fleksibel.

Infrastruktur teknis

• Platform dibangun di atas cloud enterprise dengan Cloud SQL untuk menangani lalu lintas data tinggi.
• Data dan proses verifikasi berjalan di cloud, tanpa perlu server lokal.
• Integrasi ke sistem perusahaan lain dapat dilakukan lewat API sehingga alur kerja tidak perlu terganggu saat implementasi.

Pengalaman implementasi: hal yang saya suka dan yang bikin mikir

1. Kelebihan yang terasa

• Proses onboarding tergolong cepat; tim penyedia membantu konfigurasi profil perusahaan, aturan absensi, dan pelatihan admin.
• Tidak perlu instalasi server atau perangkat tambahan di kantor, sehingga biaya awal lebih terkontrol.
• Karyawan bisa mengelola data pribadi dan CV sendiri, memudahkan HR.

2. Kekurangan kecil yang kami alami

• Pada kondisi pencahayaan sangat rendah, verifikasi wajah kadang memerlukan beberapa kali percobaan. Ini pengalaman lapangan kami, jadi hasilnya mungkin berbeda untuk tiap jenis kamera ponsel.
• Beberapa karyawan yang sering memakai masker atau penutup wajah sempat mengalami penolakan verifikasi; perlu pengaturan kebijakan atau alternatif metode saat itu terjadi.
• Karena verifikasi berbasis perangkat, kualitas kamera ponsel dan izin aplikasi berpengaruh pada pengalaman.

Catatan: area seperti performa di kondisi ekstrem (misal masker penuh, topeng, atau kamera resolusi rendah) perlu diuji sendiri sebelum rollout penuh.

Soal privasi, keamanan, dan hal yang harus dicek

1. Hal yang perlu divalidasi dengan pihak HR/legal (asumsi yang harus diperiksa)

• Kebijakan penyimpanan biometrik: lamanya data disimpan dan mekanisme penghapusan.
• Persetujuan karyawan untuk pemrosesan biometrik sesuai regulasi setempat.
• Enkripsi data saat transit dan saat tersimpan di cloud untuk mencegah akses tidak sah.

2. Hal teknis yang perlu dipastikan

• Service Level Agreement (SLA) untuk uptime karena sistem berbasis cloud.
• Mekanisme fallback bila verifikasi wajah gagal (misal QR atau NFC).
• Mekanisme audit dan log untuk pelacakan perubahan data.

Bagian ini tidak dibahas rinci dalam dokumentasi produk yang kami pakai, sehingga perusahaan wajib memeriksa persyaratan kepatuhan dan kebijakan internal sendiri.

Langkah praktis kalau mau coba (berdasarkan pengalaman kami)

1. Minta demo gratis dan cek alur onboarding.

• SHUCADA menawarkan demo gratis; waktu ini penting untuk uji fitur Face Recognition di kondisi nyata tim Anda.

2. Siapkan skenario uji

• Uji di berbagai kondisi pencahayaan dan di antara perangkat berbeda.
• Uji juga untuk staf remote dan lapangan dengan titik absensi yang berbeda.

3. Tentukan kebijakan dan fallback

• Atur prosedur saat verifikasi wajah gagal: misal lewat QR, NFC, atau approval manual HR.
• Diskusikan durasi penyimpanan data biometrik dan persetujuan karyawan.

4. Integrasi dan publikasi

• Jika butuh aplikasi bermerek, sistem mendukung kustomisasi logo dan warna serta publikasi ke Play Store dan App Store.
• Gunakan API untuk integrasi ke sistem payroll atau HRIS Anda.

Kontak untuk demo atau pertanyaan teknis tersedia via WhatsApp +62 811 386 2200 atau email marketing@studiokami.com.

Kesimpulan singkat dari saya

Pengalaman kami menunjukkan bahwa AI Face Recognition di SHUCADA, tanpa perlu hardware khusus, membuat proses absensi jadi lebih cepat dan praktis, terutama untuk tim yang mobile. Ada beberapa titik yang perlu diuji sendiri seperti kondisi pencahayaan dan kebijakan privasi. Kalau tujuan utama Anda adalah meminimalkan manipulasi absensi dan mempermudah staf remote tanpa investasi perangkat keras baru, fitur ini layak dicoba sambil memastikan aspek kepatuhan dan fallback terencana.