RANCANG BANGUN ALAT PEMANTAUAN AKTIVITAS MAHASISWA LABORATORIUM BERBASIS YOLO DAN PRIVATE CLOUD STORAGE

Peningkatan teknologi pemantauan menjadi kebutuhan penting dalam berbagai bidang, termasuk pendidikan. Sistem pemantauan sederhana seperti CCTV masih banyak digunakan, namun memiliki keterbatasan seperti kapasitas penyimpanan yang kecil dan tidak mampu melakukan analisis otomatis. Tugas akhir ini bertujuan untuk merancang alat pemantauan aktivitas mahasiswa laboratorium yang mampu bekerja otomatis dengan dukungan AI berbasis YOLOv8. Integrasi kamera CCTV dan algoritma YOLO memungkinkan sistem tidak hanya merekam, tetapi juga mendeteksi objek secara real-time. Sistem ini dijalankan pada PC sebagai server dengan koneksi internet melalui router SIM dan pengamanan akses melalui VPN. Deteksi aktivitas mahasiswa dilakukan berdasarkan zona dan model yang telah dilatih. Hasil deteksi dicatat otomatis setiap 200 menit atau manual melalui tombol S, lalu disimpan dalam format CSV pada penyimpanan lokal dan cloud MinIO. Antarmuka berbasis web disediakan untuk menampilkan data dalam bentuk tabel yang hanya dapat diakses oleh pengguna terautentikasi melalui VPN. Pengujian menunjukkan bahwa sistem memiliki akurasi deteksi tertinggi 75,3 persen dan terendah 7,7 persen, serta waktu pencatatan sesuai dengan hasil inferensi YOLO. Dengan hasil tersebut, sistem ini dinilai mampu menyediakan solusi pemantauan aktivitas mahasiswa secara efisien, aman, dan akurat untuk mendukung efektivitas pembelajaran di lingkungan laboratorium pendidikan tinggi.