<![CDATA[Monitoring kedisiplinan siswa terkait kerapian rambut masih dilakukan secara manual sehingga berpotensi menimbulkan penilaian yang subjektif dan pencatatan yang kurang efisien. Penelitian ini bertujuan merancang dan membangun aplikasi monitoring kedisiplinan siswa berbasis Android dengan deteksi kerapian rambut otomatis menggunakan algoritma MobileNetV2 yang terintegrasi dengan Firebase Realtime Database. Metode yang digunakan adalah Research and Development (R&D) dengan model Prototyping. Tahapan penelitian meliputi analisis kebutuhan, perancangan, pembangunan sistem, pelatihan model menggunakan 300 citra hasil augmentasi, serta pengujian menggunakan Confusion Matrix dan Black Box Testing. Hasil penelitian menunjukkan bahwa model MobileNetV2 memperoleh accuracy 91,30%, precision 95,24%, recall 86,96%, dan F1-score 90,91%. Pengujian Black Box terhadap 12 skenario menunjukkan tingkat keberhasilan 100%, sehingga seluruh fitur aplikasi berjalan sesuai kebutuhan. Aplikasi yang dikembangkan mampu meningkatkan objektivitas pemeriksaan, mempercepat pencatatan pelanggaran, dan mendukung monitoring kedisiplinan siswa secara real-time.]]>
Copyrights © 2026
