> ## Documentation Index
> Fetch the complete documentation index at: https://help.dingtalk.io/llms.txt
> Use this file to discover all available pages before exploring further.

# Identifikasi Error AI untuk Absensi dengan Foto

> Pengenalan cerdas AI atas Error absen dengan foto DingTalk: melalui Model besar dan pemahaman gambar, sistem otomatis mengenali foto tidak valid seperti layar hitam, dinding putih, atau tanpa wajah, lalu menghasilkan laporan Error yang di-Push ke Admin untuk mewujudkan pengawasan jarak jauh yang efisien dan presisi.

## Latar belakang dan tantangan

Dalam manajemen absensi sehari-hari, semakin banyak Organisasi menggunakan metode "absen dengan foto" untuk memverifikasi kehadiran karyawan atau penyelesaian tugas kunjungan toko. Namun, dalam praktiknya kerap muncul beberapa masalah umum berikut:

* Foto yang diunggah karyawan berupa gambar tidak valid seperti langit-langit, lantai, layar hitam, atau dinding putih.
* Foto tidak memuat wajah sehingga tidak dapat membuktikan kehadiran diri sendiri.
* Foto rak atau tata letak saat kunjungan toko buram atau sudutnya salah sehingga tidak mencerminkan kondisi sebenarnya.
* Persyaratan posisi khusus (seperti memakai helm keselamatan, mengenakan rompi reflektif, atau riasan yang sesuai) tidak memiliki metode pemeriksaan yang efektif.
* Admin harus memeriksa ratusan hingga ribuan foto satu per satu secara manual, yang memakan waktu dan tenaga serta menurunkan efisiensi manajemen.

## Solusi produk

Untuk mengatasi tantangan manajemen di atas, kami meluncurkan fitur baru "Identifikasi Cerdas AI untuk Error Absensi Foto". Melalui **Model besar + teknologi pemahaman gambar**, fitur ini otomatis mendeteksi perilaku absen yang tidak sesuai dan membantu manajer Organisasi mewujudkan pengawasan jarak jauh yang efisien dan akurat.

### Sorotan fitur inti

<CardGroup cols={2}>
  <Card title="Identifikasi gambar error" icon="image">
    Otomatis mendeteksi foto dengan skenario tidak normal seperti layar hitam, layar putih, langit-langit, dan lantai.
  </Card>

  <Card title="Deteksi pengenalan wajah" icon="face-viewfinder">
    Menentukan apakah foto memuat wajah.
  </Card>

  <Card title="Mekanisme notifikasi error" icon="bell">
    Otomatis membuat laporan Error dan mengirimkannya ke sisi Admin untuk ditindaklanjuti.
  </Card>

  <Card title="Kanban visualisasi statistik" icon="chart-column">
    Menyediakan ringkasan data kualitas foto di backend absensi.
  </Card>
</CardGroup>

## Detail fitur dan jalur penggunaan

<div style={{display: 'flex', gap: '12px', justifyContent: 'center', flexWrap: 'wrap', margin: '16px 0'}}>
  <img src="https://alidocs.oss-cn-zhangjiakou.aliyuncs.com/res/YdgOk2bv3LgBgq4B/img/d49dd7ba-40bb-4c67-968d-6649677ac213.png" alt="Detail fitur identifikasi Error absensi foto" style={{width: '48%', minWidth: '240px', borderRadius: '8px', boxShadow: '0 2px 12px rgba(0,0,0,0.08)', margin: 0}} />

  <img src="https://alidocs.oss-cn-zhangjiakou.aliyuncs.com/res/YdgOk2bv3LgBgq4B/img/3776f58a-30d7-4c9b-8d22-89cb005849ab.png" alt="Kanban ringkasan data kualitas foto" style={{width: '48%', minWidth: '240px', borderRadius: '8px', boxShadow: '0 2px 12px rgba(0,0,0,0.08)', margin: 0}} />
</div>

* **Entri penggunaan**: Aplikasi Absensi → Statistik → Statistik lainnya → Statistik foto absensi.
* **Konten produk**: Setelah masuk, Anda dapat melihat hasil analisis foto absensi hari ini/riwayat, termasuk total jumlah foto absensi, jumlah foto memenuhi syarat vs foto tidak memenuhi syarat, dan klasifikasi tipe Error. Klik Lihat Detail untuk memeriksa setiap foto.
* **Waktu pembuatan**: Saat ini menggunakan mode identifikasi asinkron pascakejadian; analisis umumnya selesai dan hasil dibuat pada pagi hari setelah absen.

## Nilai inti: efisiensi lebih tinggi, biaya lebih rendah, pengawasan cerdas

<CardGroup cols={3}>
  <Card title="HR / Admin" icon="user-tie">
    Mengurangi beban kerja peninjauan manual lebih dari 90% serta mempercepat penemuan pelanggaran.
  </Card>

  <Card title="Supervisor bisnis" icon="clipboard-check">
    Mewujudkan kontrol proses terstandardisasi atas kunjungan toko, tugas lapangan, dan pekerjaan di lokasi.
  </Card>

  <Card title="Organisasi secara keseluruhan" icon="building">
    Meningkatkan penegakan kebijakan serta memperkuat disiplin Organisasi dan standar manajemen keamanan.
  </Card>
</CardGroup>

## Skenario penerapan tipikal

| Skenario                                                    | Deskripsi penerapan                                                                              | Perwakilan industri                    |
| ----------------------------------------------------------- | ------------------------------------------------------------------------------------------------ | -------------------------------------- |
| Pemeriksaan pemakaian helm keselamatan di lokasi konstruksi | Otomatis mendeteksi pemakaian helm keselamatan saat absensi lapangan                             | Konstruksi bangunan, pengawasan teknik |
| Pemeriksaan kepatuhan topi higienis dapur                   | Mendeteksi pemakaian topi higienis saat karyawan dapur absen masuk kerja                         | Restoran, pengolahan makanan           |
| Pemeriksaan riasan karyawan toko                            | Mengambil foto sebelum staf penjualan mulai bertugas; sistem membantu menilai kelengkapan riasan | Kecantikan, toko berantai              |
| Pemeriksaan kepatuhan tata letak produk                     | Mengambil foto rak saat kunjungan toko untuk menilai kesesuaian tata letak dengan standar        | Ritel, barang konsumsi cepat           |