Automated Student Card Detection and Identity Verification System for Laboratory Management Using YOLOv8n and OCR

Muhammad Raihan Zaldiputra (Teknologi Rekayasa Perangkat Lunak, Sekolah Vokasi, IPB University)
Raffa Danendra Pramono (Teknologi Rekayasa Perangkat Lunak, Sekolah Vokasi, IPB University)
Keisyah Zahra Anatasya (Teknologi Rekayasa Perangkat Lunak, Sekolah Vokasi, IPB University)
Dodik Ariyanto (Teknologi Rekayasa Komputer, Sekolah Vokasi, IPB University)
Faldiena Marcelita (Teknologi Rekayasa Komputer, Sekolah Vokasi, IPB University)
Mayanda Mega Santoni (Informatika, Fakultas Ilmu Komputer, Universitas Pembangunan Nasional Veteran Jakarta)

Journal Of Artificial Intelligence And Software Engineering
Vol 6, No 2 (2026): Juni (OnProgress)

Pengelolaan peminjaman laboratorium komputer di Sekolah Vokasi IPB University masih dilakukan secara manual, sehingga menimbulkan inefisiensi operasional, ketidakakuratan pencatatan, dan ketidakmampuan pemantauan secara real-time. Penelitian ini bertujuan mengembangkan sistem peminjaman laboratorium berbasis web yang mengotomatisasi proses verifikasi identitas mahasiswa melalui integrasi tiga teknologi utama, yaitu You Only Look Once version 8 Nano (YOLOv8n), Optical Character Recognition (OCR) menggunakan PaddleOCR, dan verifikasi wajah menggunakan ArcFace. Metodologi penelitian meliputi pengumpulan 110 citra Kartu Tanda Mahasiswa (KTM), anotasi bounding box pada empat region, preprocessing dan augmentasi hingga menghasilkan 780 citra, pelatihan model selama 150 epoch menggunakan GPU Tesla T4, serta integrasi ke dalam platform web menggunakan FastAPI dan Next.js. Hasil evaluasi menunjukkan model YOLOv8n mencapai mAP@0,5 sebesar 0,976, precision 0,977, dan recall 0,979. Sistem ini berhasil mengintegrasikan seluruh pipeline verifikasi KTM secara otomatis dan real-time, menghilangkan ketergantungan pada proses manual dalam pengelolaan peminjaman laboratorium.