Penerapan Model YOLOv10-S dalam Sistem Presensi berbasis Face Recognition secara Real-Time

Skripsi
NIM: 1207050098
Year: 2025

Description

Fenomena titip absen menjadi permasalahan yang mengganggu keadilan dalam penilaian kehadiran mahasiswa di kelas. Penelitian ini bertujuan mengembangkan sistem presensi berbasis pengenalan wajah secara real-time menggunakan model YOLOv10-S dengan pendekatan kombinasi metode Agile dan CRISP-DM. Dataset yang digunakan terdiri dari 3.600 foto wajah mahasiswa UIN Sunan Gunung Djati Bandung jurusan Teknik Informatika angkatan 2022, yang dibagi menjadi 78% data pelatihan dan 22% data validasi. Model yang telah dilatih kemudian diuji menggunakan data uji berbentuk video simulasi presensi offline untuk merepresentasikan kondisi nyata. Hasil evaluasi menunjukkan bahwa model mencapai nilai F1-Score sebesar 0,83 atau 83%, sehingga sistem ini diharapkan dapat menjadi solusi inovatif untuk meningkatkan akurasi dan keadilan dalam presensi mahasiswa berbasis pengenalan wajah.