Abstract

Penggunaan teknologi di sektor pendidikan, khususnya ketika ujian, masih menghadapi tantangan berupa tingkat kecurangan yang tinggi. Salah satu penerapan teknologi ini adalah pendeteksian kecurangan saat ujian menggunakan CCTV. YOLO merupaan salah satu metode yang cukup handal untuk melakukan deteksi objek, dan YOLOv5 adalah salah satu varian YOLO yang mampu memberikan performa baik pada perangkat yang minim.Penelitian ini mengusulkan penerapan algoritma YOLOv5 untuk mendeteksi kecurangan melalui CCTV. Penelitian ini fokus pada efisiensi dan performa, dengan membandingkan tiga varian YOLOv5, yaitu YOLOv5l, YOLOv5m, dan YOLOv5s. Dataset yang digunakan merupakan rekaman video CCTV yang berada pada ruang kelas, dimana dataset ini terdiri dari 5 kelas (1 kelas normal, dan 4 kelas tindakan kecurangan). Pengujian dilakukan dengan membandingkan performa dari ketiga varian YOLOv5. Berdasarkan hasil pengujian, beban komputasi YOLOv5s saat pelatihan adalah 9,1 ms, 7x jauh lebih kecil dari pada YOLOv5l dan 3x lebih kecil dari YOLOv5m. Selain itu performa YOLOv5s lebih baik dibandingkan dengan YOLOv5l dan YOLOv5m, dengan akurasi, AP, AR dan mAP:50 sebesar 0,43, 0,492, 0,431,dan 0,549 secara berurutan. Hasil tersebut menegaskan bahwa YOLOv5s yang terbaik baik secara beban komputasi maupun performa. Meskipun demikian, perlu dilakukan perbaikan kualitas dan kuantitas dataset dan juga metode untuk meningkatkan performa dari pendeteksi kecurangan melalui CCTV ini.

Concepts :

Access to Document

Citations by Year