Deteksi Potensi Kecurangan Ujian Menggunakan Image Processing Berbasis Multi-Task Convolutional Neural Network

  • Ayu Kurnia Ramadhani
  • Mat Syai’in
  • M. Khoirul Hasin
Keywords: Deteksi Potensi Kecurangan Ujian, Deep Learning, Multi-Task Convolutional Neural Network (MTCNN)

Abstract

Tidak asing jika mendengar berita tentang perilaku menyontek yang marak terjadi dalam dunia pendidikan. Perilaku tidak terpuji ini terjadi pada seluruh tingkat pendidikan, mulai dari sekolah dasar, menengah, hingga perguruan tinggi. Tersedianya pengawas dalam kegiatan ujian tidak menjadi halangan bagi siswa atau mahasiswa untuk menyontek. Kegiatan ini tetap dapat dilakukan karena terbatasnya kemampuan untuk mengawasi kecurangan dalam ujian. Untuk membantu mengatasi masalah tersebut, dibuatlah sistem pendeteksi potensi kecurangan berdasarkan gerakan peserta ujian. Sistem ini dibuat menggunakan kamera webcam untuk mendeteksi gerakan peserta tersebut. Untuk mengklasifikasi gerakan peserta yang berpotensi melakukan kecurangan, digunakan salah satu metode Deep Learning yaitu Multi-Task Convolutional Neural Network (MTCNN). Gerakan berpotensi kepada kecurangan yang dideteksi hanya berupa gerakan yang ekstrem saja. Apabila peserta terdeteksi melakukan kecurangan lebih dari 10 detik, maka akan muncul notifikasi berupa peringatan suara untuk mengingatkan peserta agar mengerjakan ujian dengan jujur. Dari hasil pengujian pada penelitian ini, metode MTCNN mampu mendeteksi potensi kecurangan dengan tingkat keberhasilan 99.92%. Adapun untuk jarak pendeteksian menggunakan kamera minimal 50 cm dan maksimal 150 cm. Tingkat akurasi yang dimiliki sistem ini sekitar 92% yang dilakukan dengan berbagai gerakan yang dilakukan target di depan kamera.

Published
2022-01-19