<![CDATA[Tingkat kecurangan dalam pelaksanaan ujian di Indonesia masih menjadi permasalahan serius, yang semakinkompleks akibat kemajuan teknologi dan kemudahan akses perangkat elektronik seperti ponsel dan laptop. Berdasarkanlaporan Kemendikbud (2019), terdapat 202 aduan kecurangan dalam Ujian Nasional dengan 126 kasus terkonfirmasi, sertasurvei oleh Winardi & Anggraeni (2017) menunjukkan bahwa 77,5% mahasiswa akuntansi mengakui pernah melakukankecurangan akademik. Penelitian ini mengimplementasikan algoritma YOLOv5 dalam sistem pengawasan ujian untukmendeteksi objek terlarang secara real-time. Sistem ini dirancang untuk mengidentifikasi keberadaan barang-barang sepertiponsel, tas, dan buku yang dapat mengindikasikan kecurangan selama ujian. YOLOv5 dipilih karena efisiensi dan akurasinyadalam deteksi objek. Metode penelitian melibatkan pengumpulan data citra, pelabelan objek, pelatihan model YOLOv5, danpengujian kinerja sistem. Hasil pengujian menunjukkan bahwa sistem mampu mendeteksi objek terlarang dengan baik,dengan nilai precision 0,84, recall 0,791, dan mAP 0,852. Sistem ini berpotensi untuk diintegrasikan ke dalam kegiatan ujianuntuk meningkatkan pengawasan ujian secara otomatis.Kata Kunci— YOLOv5, Sistem Proctoring, Deteksi Objek, Computer Vision, Real-time.]]>
Copyrights © 2025
