Indonesia Deteksi Kecurangan Ujian Pada Ruangan Tertutup Menggunakan Algoritma YOLOv8

Afandi Nur Aziz Thohari, Muttabik Fathul Lathief, Liliek Triyono, Kuwat SantosoNon-Scopus1 Mei 2025Afiliasi: ID

Abstrak

Salah satu tantangan pengawasan ujian di ruang kelas atau ruangan tertutup adalah keterbatasan mata pengawas yang biasanya mengalami kelelahan jika terus mengawasi dalam waktu yang cukup lama. Akibatnya banyak tindakan kecurangan siswa yang luput dari pengawasan. Salah satu solusi mengatasi permasalahan tersebut adalah menggunakan sistem pengawasan cerdas yang dapat mendeteksi kecurangan ujian yang dilakukan oleh siswa. Beberapa penelitian mengenai sistem pengawasan cerdas telah banyak dilakukan. Namun belum menghasilkan akurasi yang optimal dalam mendeteksi kecurangan ujian. Oleh karena itu pada penelitian ini diusulkan metode untuk mendeteksi kecurangan ujian pada ruangan tertutup. Metode yang digunakan untuk deteksi objek adalah YOLO versi 8 (YOLOv8). Sebelum dilatih menggunakan algoritma YOLOv8, dilakukan pemilihan parameter untuk mendapatkan performa model yang optimal. Hasil pengujian menunjukan bahwa model YOLOv8s menghasilkan performa yang paling optimal dengan nilai precision, recall, IoU-Score dan mAP50 sebesar 0.952, 0.966, 0.8977, dan 0.984. Pengujian pada lingkungan kerja menunjukan bahwa model YOLOv8s dapat mendeteksi kecurangan ujian secara real-time dengan jumlah frame per second sebesar 28 fps. Meskipun sudah mendapatkan performa yang cukup optimal. Namun performa sistem pengawasan kecurangan ujian ini masih dapat terus ditingkatkan. Selain itu pada penelitian ini memiliki keterbatasan yaitu hanya dapat mendeteksi kecurangan di lokasi tempat diambilnya dataset.

Identifier

Scroll to Top