Skip to main content
Dalam manajemen absensi sehari-hari, semakin banyak Organisasi menggunakan “absen dengan foto” untuk memverifikasi apakah Karyawan benar-benar hadir di lokasi atau menyelesaikan tugas kunjungan toko. Namun, dalam praktiknya sering muncul beberapa masalah berikut:
  • Foto yang diunggah Karyawan berupa gambar tidak valid, seperti langit-langit, lantai, layar hitam, atau dinding kosong;
  • Foto tidak memuat wajah, sehingga tidak dapat membuktikan kehadiran Karyawan yang bersangkutan;
  • Foto rak atau display saat kunjungan toko buram atau salah sudut, sehingga tidak mencerminkan kondisi sebenarnya;
  • Posisi khusus (seperti pemakaian helm keselamatan, rompi reflektif, atau kesesuaian riasan) tidak memiliki alat pemeriksaan yang efektif;
  • Admin harus meninjau ratusan hingga ribuan foto secara manual satu per satu, memakan waktu dan tenaga, sehingga efisiensi manajemen menjadi rendah.

​
Solusi produk

Untuk mengatasi tantangan manajemen di atas, DingTalk meluncurkan fitur “Pengenalan AI Cerdas untuk Foto Absen Bermasalah” yang mendeteksi perilaku absen tidak sesuai secara otomatis melalui teknologi model besar (LLM) dan pemahaman gambar, membantu Admin Organisasi mewujudkan pengawasan jarak jauh yang efisien dan akurat.

​
Sorotan fitur utama

Pengenalan gambar bermasalah

Mengenali foto dengan skenario tidak wajar seperti layar hitam, layar putih, langit-langit, dan lantai secara otomatis.

Deteksi pengenalan wajah

Menilai apakah foto memuat wajah manusia.

Mekanisme notifikasi Error

Menghasilkan laporan Error secara otomatis dan mengirim Push ke Admin untuk ditindaklanjuti.

Kanban visualisasi statistik

Menyediakan gambaran umum data kualitas foto di Admin Console Absensi.

​
Detail fitur dan jalur penggunaan

Contoh statistik foto absenContoh hasil pengenalan Error
Jalur akses: Aplikasi Absensi > Statistik > Statistik Lainnya > Statistik Foto Absen. Konten produk: Setelah masuk, Anda dapat melihat hasil analisis foto absen hari ini atau riwayat, meliputi total jumlah foto absen, jumlah foto yang memenuhi vs tidak memenuhi syarat, klasifikasi tipe Error, serta dapat klik Lihat Detail untuk memeriksa foto satu per satu. Waktu pembuatan: Saat ini menggunakan mode pengenalan asinkron pasca-kejadian; analisis biasanya diselesaikan dan hasilnya tersedia pada pagi hari setelah tanggal absen.

​
Nilai utama

  • HR / Admin: Mengurangi beban peninjauan manual lebih dari 90% dan menemukan pelanggaran dengan cepat;
  • Supervisor bisnis: Mewujudkan pengendalian proses standar untuk kunjungan toko, absensi lapangan, dan operasi di lokasi;
  • Organisasi secara keseluruhan: Meningkatkan pelaksanaan aturan serta memperkuat kedisiplinan Organisasi dan Standar manajemen Keamanan.

​
Skenario aplikasi umum