Klasifikasi Aksi Peserta Didik di Dalam Ruang Kelas Menggunakan Video Mask Auto Encoder

Meutia Jasmine Annisa Herawan (Program Studi Ilmu Komputer, Universitas Pendidikan Indonesia, Kota Bandung)
Rani Megasari (Program Studi Ilmu Komputer, Universitas Pendidikan Indonesia, Kota Bandung)
Yaya Wihardi (Program Studi Ilmu Komputer, Universitas Pendidikan Indonesia, Kota Bandung)

Journal of Computer and Information Systems Ampera
Vol. 6 No. 3 (2025): Journal of Computer and Information Systems Ampera

Dalam dunia pendidikan, evaluasi terhadap peserta didik di ruang kelas adalah komponen penting yang perlu dilakukan secara sistematis dan terencana sebagai indikator keberhasilan pembelajaran. Penelitian ini mengusulkan pendekatan inovatif dalam mengevaluasi peserta didik melalui klasifikasi aksi di dalam kelas menggunakan model VideoMAE. Dataset yang digunakan terdiri dari 403 video dan disusun langsung oleh penulis karena belum tersedia dataset standar yang sesuai untuk tugas ini saat penelitian dilakukan. Metode yang digunakan adalah fine-tuning model VideoMAE dan TimeSformer, di mana TimeSformer berperan sebagai model pembanding.Hasil evaluasi menunjukkan bahwa VideoMAE mencapai akurasi 68,08%, F1-score 65,58%, recall 68,08%, dan precision 69,98% pada data uji. Model baseline TimeSformer berhasil mencapai akurasi 78.84%. Pendekatan ini menunjukkan potensi dalam memahami perilaku peserta didik, serta dapat mendukung pengembangan strategi pembelajaran dan sistem evaluasi kelas yang lebih efektif.