PENERAPAN FACE DETECTION PADA EFEKTIFITAS PEMBELAJARAN ONLINE MAHASISWA DENGAN ALGORITMA CONVOLUTION NEURAL NETWORK

Fachry, Fachry (2024) PENERAPAN FACE DETECTION PADA EFEKTIFITAS PEMBELAJARAN ONLINE MAHASISWA DENGAN ALGORITMA CONVOLUTION NEURAL NETWORK. Bachelor thesis, Universitas Nasional.

	Text COVER.pdf Download (12MB)
	Text BAB 1.pdf Download (270kB)
	Text BAB 2.pdf Download (1MB)
	Text BAB 3.pdf Download (1MB)
	Text BAB 4.pdf Download (1MB)
	Text BAB 5.pdf Download (245kB)
	Text LAMPIRAN.pdf Download (3MB)

Abstract

Pembelajaran online menjadi pengganti yang semakin populer untuk paradigma
pendidikan konvensional. Namun, mempertahankan keterlibatan siswa masih
cukup sulit. Dalam rangka meningkatkan kinerja pembelajaran online di Jakarta,
Indonesia, penelitian ini menguji keampuhan kombinasi teknologi pendeteksi
wajah dengan Convolutional Neural Networks (CNN) dan Rapid Application
Development (RAD) sebagai metode penulisan. Penelitian yang berlangsung
selama enam bulan ini menggunakan CNN yang dilatih dengan koleksi foto wajah
siswa dan deteksi wajah berbasis webcam. Penelitian ini menggunakan kriteria
seperti recall, akurasi, dan F1-score untuk mengevaluasi kinerja. Menariknya, hasil
penelitian menunjukkan bahwa penggunaan kombinasi deteksi wajah, CNN dan
metode penulisan RAD secara signifikan meningkatkan kinerja pembelajaran
online. Dengan akurasi deteksi fokus wajah secara real-time sebesar 91%, presisi
80%, dan recall 85%, sistem yang dibuat menunjukkan hasil yang sangat baik. Hasil
ini menyiratkan bahwa teknologi ini dapat menjadi instrumen yang berguna untuk
meningkatkan partisipasi siswa dan keefektifan pengaturan pembelajaran virtual
secara umum. Tetapi, sangat penting untuk mengenali keterbatasannya, seperti
performa yang lebih buruk dalam kondisi cahaya redup, adanya jarak efektif model
mendeteksi dan persyaratan untuk daya kategorisasi yang lebih luas.

Item Type:	Thesis (Bachelor)
Subjects:	T Technology > T Technology (General) T Technology > T Technology (General) > T201 Patents. Trademarks
Divisions:	Skripsi > Fakultas Teknologi Komunikasi dan Informatika
Depositing User:	Delvy Aplirizani -
Date Deposited:	30 Sep 2024 03:03
Last Modified:	30 Sep 2024 03:03
URI:	https://repository.unas.ac.id/id/eprint/12175

Actions (login required)

View Item