| dc.description.abstract | Presensi manual masih banyak digunakan di sekolah karena sifatnya praktis dan
mendukung interaksi awal antara guru dan siswa. Namun, metode ini belum mampu menyajikan
data kuantitatif yang terstruktur, khususnya terkait kondisi emosional siswa yang turut
memengaruhi motivasi dan konsentrasi belajar. Oleh karena itu, dibutuhkan sistem pendukung
yang mampu mencatat kehadiran sekaligus menganalisis emosi siswa secara otomatis dan real-
time untuk mendukung proses evaluasi pembelajaran.
Sebagai solusi, dikembangkan ViMo Camera, sebuah sistem Smart Camera berbasis
Computer Vision yang mengintegrasikan Object Detection, Face Recognition, dan Facial
Expression Recognition. Sistem ini menggunakan kamera Raspberry Pi Camera Module 3 (120°)
yang dikendalikan oleh Raspberry Pi 5, serta terhubung ke server sebagai unit komputasi lanjutan
dan Website Interface berbasis autentikasi pengguna. Tiga modul utama dalam sistem ini meliputi:
Object Detection menggunakan YOLOv8, Face Recognition dengan ekstraksi fitur melalui
FaceNet dan klasifikasi identitas menggunakan SVM, serta Facial Expression Recognition
menggunakan kombinasi EfficientNet dan Mediapipe untuk ekstraksi fitur, dengan klasifikasi
emosi oleh SVM.
Evaluasi sistem dilakukan berdasarkan akurasi dan waktu komputasi. Pada Simulasi 1,
akurasi Object Detection, Face Detection, Face Recognition, dan Facial Expression Recognition
masing-masing adalah 89,22%, 98,41%, 95,40%, dan 66,71%, dengan waktu inferensi 55–66 ms
(untuk Object Detection). Pada Simulasi 2, akurasi mencapai 84,82%, 87,19%, 79,27%, dan
70,17% dengan waktu inferensi 56–68 ms (untuk Object Detection). Pada pengujian Real-Case,
nilai akurasi menurun menjadi 43,32%, 76,09%, 40,61%, dan 67,75%, dengan waktu inferensi 66–
74 ms (untuk Object Detection).
Seluruh proses komputasi non-real-time selesai dalam waktu di bawah 30 detik. Hasil ini
menunjukkan bahwa desain dengan kamera sudut pandang 120° memiliki cakupan optimal dan
visual yang baik, serta menjadi pilihan terbaik berdasarkan evaluasi decision matrix. Sistem ViMo
Camera terbukti memenuhi kriteria teknis dan fungsional, serta memberikan kontribusi signifikan
dalam mendukung evaluasi presensi dan emosi siswa secara efisien dan terstruktur. | en_US |
