SHUCADA menyajikan fitur absensi Work From Home (WFH) yang memadukan verifikasi lokasi GPS dan konfirmasi identitas berbasis AI Face Recognition. Fitur ini tersedia di aplikasi mobile SHUCADA untuk Android dan iOS dan dirancang supaya karyawan dapat melakukan presensi dari rumah dengan bukti lokasi dan verifikasi wajah tanpa perlu perangkat biometrik khusus. Penjelasan berikut menjabarkan cara kerja, manfaat operasional, batasan yang perlu diperiksa, serta langkah implementasi teknis dan organisasi berdasarkan kemampuan yang dijelaskan oleh SHUCADA.
Bagaimana mekanisme absensi WFH bekerja
- Verifikasi lokasi GPS
- Aplikasi menghitung jarak antara lokasi karyawan saat melakukan absensi dan titik absensi yang sudah ditentukan oleh perusahaan. Perhitungan ini otomatis dan dilakukan oleh aplikasi mobile.
- Lokasi diverifikasi pada saat presensi sehingga absensi yang tercatat menyertakan koordinat serta informasi waktu.
- Konfirmasi identitas lewat AI Face Recognition
- Karyawan menampilkan wajah ke kamera ponsel untuk verifikasi identitas. Sistem AI mengidentifikasi biometrik wajah tanpa memerlukan hardware tambahan.
- Proses face recognition diintegrasikan dengan data profil karyawan yang tersimpan di platform.
- Kombinasi GPS + Face Recognition
- Kedua metode dijalankan bersama untuk memastikan bahwa presensi WFH tidak hanya berasal dari lokasi yang tepat tetapi juga dari orang yang benar. SHUCADA menyebutkan kedua elemen ini sebagai bagian dari alur absensi WFH.
Manfaat operasional untuk perusahaan dan HR
- Reduksi kebutuhan perangkat keras
- Karena verifikasi wajah menggunakan kamera ponsel dan sistem berbasis cloud, perusahaan tidak perlu memasang perangkat biometrik lokal. SHUCADA menyatakan tidak diperlukan server lokal.
- Dukungan pola kerja fleksibel
- Metode ini cocok untuk staf yang bekerja dari rumah, pekerja remote, dan tim lapangan yang mobilitasnya tinggi. Pengelolaan presensi bisa konsisten untuk berbagai pola kerja.
- Peningkatan auditabilitas presensi
- Catatan presensi menyertakan bukti digital: foto hasil verifikasi wajah dan data koordinat GPS. Ini mempermudah pemeriksaan rekaman kehadiran dan pelaporan performa.
Hal teknis yang perlu dipastikan sebelum implementasi
- Konektivitas dan akurasi GPS
- Keandalan verifikasi lokasi bergantung pada kemampuan GPS perangkat karyawan dan kualitas sinyal. Lokasi dalam ruangan atau area dengan sinyal lemah kemungkinan menghasilkan deviasi koordinat.
- Perlu diuji di wilayah operasi perusahaan karena akurasi GPS bisa berfluktuasi.
- Privasi dan kepatuhan data
- Sistem mengelola data biometrik wajah dan lokasi karyawan. Kebijakan privasi dan regulasi perlindungan data setempat harus dikaji. SHUCADA menyebut penggunaan infrastruktur cloud enterprise untuk keamanan data; perusahaan perlu memastikan pengaturan retensi dan akses sesuai kebijakan internal dan hukum yang relevan.
- Integrasi dan kustomisasi
- SHUCADA memungkinkan kustomisasi branding dan integrasi via API. Jika perusahaan memiliki sistem HRIS lain, integrasi harus direncanakan untuk menyamakan aturan absensi dan pelaporan.
- Kapabilitas perangkat karyawan
- Karena verifikasi wajah memakai kamera ponsel, spesifikasi perangkat minimal dan izin aplikasi (akses kamera, lokasi) harus ditetapkan. Perusahaan kemungkinan perlu mendata perangkat yang digunakan karyawan.
Prosedur implementasi yang disarankan (alur praktis)
- Survei kesiapan
- Inventaris perangkat karyawan dan cakupan sinyal GPS di area kerja dominan.
- Konfigurasi aturan absensi
- Tetapkan titik absensi (jika relevan), radius toleransi GPS, jam kerja, dan kebijakan fallback bila verifikasi gagal.
- Uji pilot
- Jalankan pilot dengan kelompok kecil untuk menguji akurasi lokasi, false rejection pada face recognition, dan pengalaman pengguna.
- Pelatihan dan dokumentasi
- Latih admin HR dan karyawan menggunakan aplikasi; SHUCADA menyediakan pelatihan langsung untuk admin, manajer, dan karyawan.
- Rilis dan monitoring
- Luncurkan untuk seluruh karyawan; pantau metrik kegagalan verifikasi, waktu resolusi masalah, dan laporan kehadiran.
Keterbatasan dan pertanyaan yang perlu divalidasi (asumsi yang harus dicek)
- Tingkat false acceptance/rejection
- Bahan menyatakan penggunaan AI untuk identifikasi wajah namun tidak menyertakan angka akurasi. Angka akurasi perlu diverifikasi melalui uji lapangan internal karena kondisi pencahayaan, kamera, dan variasi wajah memengaruhi performa.
- Pengelolaan kegagalan verifikasi
- Bahan tidak menjelaskan prosedur fallback bila GPS atau face recognition gagal. Asumsi yang layak diuji: adanya opsi QR Code atau NFC sebagai alternatif absensi bila verifikasi WFH gagal.
- Penyimpanan dan enkripsi biometrik
- SHUCADA menggunakan cloud enterprise dan Cloud SQL; namun detail enkripsi data biometrik, lokasi penyimpanan, dan izin akses perlu dikonfirmasi untuk kepatuhan regulasi.
Contoh pengukuran keberhasilan implementasi
- Persentase presensi WFH yang terverifikasi tanpa intervensi manual.
- Waktu rata-rata penyelesaian kasus verifikasi gagal (helpdesk).
- Persentase insiden kehadiran yang memerlukan audit manual per bulan.
Kesimpulan
SHUCADA menyediakan solusi absensi Work From Home yang menggabungkan verifikasi lokasi GPS dan AI Face Recognition berbasis aplikasi mobile tanpa memerlukan server lokal atau perangkat biometrik tambahan. Untuk operasional yang aman dan efektif, organisasi wajib menguji akurasi GPS dan performa face recognition dalam kondisi nyata, menetapkan kebijakan privasi sesuai regulasi, serta menyiapkan prosedur fallback bila verifikasi otomatis gagal. Kontak demo dan informasi lebih lanjut tersedia melalui WhatsApp +62 811 386 2200 atau email marketing@studiokami.com.
