1903421001, Erian Putra Assyakur (2023) PENDETEKSI KECURANGAN UJIAN DENGAN IP CAMERA DENGAN MODEL ALGORITMA YOLOV7. D4 thesis, Politeknik Negeri Jakarta.
Halaman Identitas Skripsi.pdf
Download (3MB)
Isi (Bab 2 sd Bab 4).pdf
Restricted to Hanya Civitas Akademika PNJ
Download (6MB)
Manuskrip Artikel Ilmiah.pdf
Restricted to Hanya Staff Repositori
Download (960kB)
Abstrak
Kecurangan saat ujian merupakan perbuatan yang tidak dibenarkan untuk mendapatkan prestasi akademik yang baik. Namun realitanya masih ada mahasiswa yang melakukan kecurangan saat melaksanakan ujian. Pendeteksi kecurangan ujian adalah salah satu solusi untuk mengurangi tingkat kecurangan saat ujian melalui IP Camera yang dapat mengawasi dan mendeteksi pergerakan yang menuju kepada kecurangan saat ujian. Model ini dibangun dengan algoritma YOLOv7 dengan menerapkan background subtraction dan pemetaan piksel untuk ekstraksi ciri objek yang akan dikenali. Pengujian model dilakukan dengan melakukan anotasi, melatih dataset, serta menentukan hyperparameter & optimation. Pengujian tersebut dilakukan sebanyak empat tahap optimasi dan menghasilkan model akhir dengan nilai akurasi 84.71%, loss sebesar 0.07048, dan nilai mAP 82.10%. Pengujian kedua dilakukan dengan membandingkan model YOLOv7 dengan AutoML by Roboflow, yang mendapatkan nilai akurasi 80.1%, loss 0.5, dan mAP 75.4%. Model YOLOv7 secara keseluruhan memiliki nilai akurasi, loss, dan presisi yang lebih unggul jika dibandingkan dengan nilai dari model AutoML. Hal ini karena dalam model YOLOv7dapat ditentukan nilai hyperparameter dan optimation, sehingga proses pelatihan data lebih sesuai dengan apa yang diharapkan.
Tipe Dokumen: | Thesis / Skripsi / Tugas Akhir (D4) |
---|---|
Subjek: | 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 001 Ilmu pengetahuan |
Bidang, Unit, atau Jurusan Yang Ditujukan: | Teknik Elektro > Broadband Multimedia D4 |
User ID Pengunggah: | Erian Putra Assyakur |
Date Deposited: | 29 Aug 2023 00:49 |
Last Modified: | 29 Aug 2023 00:49 |
URI: | https://repository.pnj.ac.id/id/eprint/14233 |