Platform Ujian Online Berbasis Pendeteksi Gerakan Kecurangan Menggunakan Kamera

Authors

  • Mohammad Prayoga Pangestu Politeknik Harapan Bersama
  • Slamet Wiyono Politeknik Harapan Bersama
  • Dwi Intan Af'idah Politeknik Harapan Bersama

DOI:

https://doi.org/10.23969/infomatek.v26i1.11208

Keywords:

Convolutional Neural Network, Deep learning, Deteksi Kecurangan, Kecurangan akademik, Platform berbasis Web, Ujian Online

Abstract

Kecurangan sering terjadi di dunia akademik, dengan istilah 'menyontek' yang lazim digunakan untuk menyebutnya. Perbuatan menyontek tidak memandang status pendidikan, dari tingkat SD hingga SMA, dapat dilakukan baik secara individu maupun berkelompok, tanpa memperdulikan usia. Pada ujian online, kasus menyontek lebih sering terjadi karena pengawasan manusia yang kurang optimal. Faktor lain yang mempengaruhi tingkat kecurangan dalam ujian online adalah jenis platform ujian online yang umum digunakan saat ini dan kekurangan sistem pendukung untuk pengawasan virtual. Penelitian ini bertujuan untuk mengembangkan platform ujian online berbasis deteksi kecurangan menggunakan kamera, yang akan mempermudah pengawasan dalam ujian online. Sistem yang dibangun juga bersifat web-based sehingga lebih fleksibel dalam akses. Aplikasi ini menggunakan teknologi deep learning dengan metode algoritma Convolutional Neural Network, sedangkan website-nya dibangun dengan framework flask yang telah terintegrasi dengan library tensorflow dan keras. Hasil penelitian ini adalah aplikasi platform ujian online berbasis deteksi gerakan kecurangan menggunakan kamera, yang dinamakan Fraud Catcher. Selain itu, penelitian ini juga menghasilkan klasifikasi menggunakan algoritma Convolutional Neural Network dengan tingkat akurasi yang cukup baik, mencapai 98,5%. Pengujian implementasi model pada sistem menunjukkan tingkat akurasi di atas 80% dengan bantuan cahaya, dan hasil pengujian blackbox juga memperlihatkan fungsionalitas sesuai harapan.

Downloads

Download data is not yet available.

Author Biography

Slamet Wiyono, Politeknik Harapan Bersama

Slamet Wiyono lulus S1 pada program studi Pendidikan Teknik Elektro di Universitas Negeri Semarang 2012. Beliau melanjutkan S2 pada Departemen Teknik Elektro dan Teknik Informatika Universitas Gadjah Mada dan mendapatkan gelar Master of Engineering pada tahun 2014. Saat ini beliau merupakan Kandidat Doktor Departemen Teknik Elektro dan Teknik Informatika Universitas Gadjah Mada. Penelitian yang beliau laksanakan mengenai artificial intelligence, machine learning, deep learning, dan aplikasi berbasis artificial intelligence. Penelitian beliau beberapa kali di danai oleh Kementerian Pendidikan dan Kebudayaan Republik Indonesia. Beliau dapat dihubungi melalui oc_slametwiyono@poltektegal.ac.id

References

Nurdin, M., Cahya Wihandika, R., & Utaminingrum, F. (2020). Deteksi Pergerakan Arah Mata menggunakan Convolution Neural Network berdasarkan Facial Landmark. Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer, 4(10), 3338–3345.

Bawarith, R., Abdullah, D., Anas, D., & Dr., P. (2017). E-exam Cheating Detection System. International Journal of Advanced Computer Science and Applications, 8(4), 176–181. https://doi.org/10.14569/ijacsa.2017.080425

Cahya Rahmad, ST., M.Kom., Dr. Eng., Arie Rachmad Syulistyo, S.Kom., M.Kom, & Alan Rizky Wardana. (2022). Pengembangan Aplikasi Deep Learning Pengenalan Wajah Pada Media Online Untuk Mengetahui Kehadiran Mahasiswa. Jurnal Informatika Polinema, 8(3), 8–14. https://doi.org/10.33795/jip.v8i3.817

Chuang, C. Y., Craig, S. D., & Femiani, J. (2017). Detecting probable cheating during online assessments based on time delay and head pose. Higher Education Research and Development, 36(6), 1123–1137. https://doi.org/10.1080/07294360.2017.1303456

Fasounaki, M., Yüce, E. B., Öncül, S., & Ince, G. (2021). CNN-based Text-independent Automatic Speaker Identification Using Short Utterances. Proceedings - 6th International Conference on Computer Science and Engineering, UBMK 2021, October, 413–418. https://doi.org/10.1109/UBMK52708.2021.9559031

Fauziah, M. (2021). Machine Learning Mirna Fauziah NIM : 23218302 ( Program Studi Magister Teknik Elektro ) Institut Teknologi Bandung Februari 2021 Abstrak Perancangan Dan Implementasi Sistem Deteksi NIM : 23218302 ( Program Studi Magister Teknik Elektro ). Perancangan Dan Implementasi Sistem Deteksi Pergerakan Kepala, Mata Dan Alis Berbasis Machine Learning, 23218302, 75. http://budi.rahardjo.id/files/students/Mirna-Thesis.pdf

Fawaid, J., Wicaksono, S. A., & Herlambang, A. D. (2021). Pengembangan E-Learning dengan Modul Pendeteksi Potensi Kecurangan pada Ujian Daring (Studi pada SMPN 3 Situbondo). Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer, 5(8), 3308–3315. http://j-ptiik.ub.ac.id

Kamil, H., & Pramulia, F. (2020). Pembangunan Sistem Informasi Manajemen Ujian pada Jurusan Sistem Informasi Universitas Andalas. Jurnal Nasional Teknologi Dan Sistem Informasi, 5(3), 158–167. https://doi.org/10.25077/teknosi.v5i3.2019.158-167

Mutasil, A., Irsan, M., & Sujana, D. (2021). Pengenalan Wajah Menggunakan Opencv Untuk Validasi Peserta Ujian Penerimaan Mahasiswa Baru. Jurnal SISKOM-KB (Sistem Komputer Dan Kecerdasan Buatan), 5(1), 21–28. https://doi.org/10.47970/siskom-kb.v5i1.221

Mwalongo, L. (2017). Language and Cheating in Higher Learning Education Examinations - A case Study of the Open University of Tanzania. Journal of Foreign Language Teaching, 2(2), 20–33. https://doi.org/10.5281/zenodo.556117

Natawiguna, A., & Liem, M. M. I. (2017). Virtualization methods for securing online exam. Proceedings of 2016 International Conference on Data and Software Engineering, ICoDSE 2016. https://doi.org/10.1109/ICODSE.2016.7936145

Praktik, K. (2022). Kerja praktik – if184801.

Pratama, A. J., Kharisma, A. P., & Arwani, I. (2021). Pengembangan Aplikasi Pendeteksian Kecurangan dalam Ujian Daring menggunakan Konsep Context Aware pada Platform Android. Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer, 5(5), 1755–1764.

Sahrun, N. (n.d.). 16-Article Text-71-2-10-20210215. 6–24.

Downloads

Published

2024-05-21