KLASIFIKASI TINGKAT FOKUS PESERTA DIDIK BERDASARKAN HEAD POSE ESTIMATION MENGGUNAKAN CNN MOBILENETV3

Prasetya, Dika Adi (2026) KLASIFIKASI TINGKAT FOKUS PESERTA DIDIK BERDASARKAN HEAD POSE ESTIMATION MENGGUNAKAN CNN MOBILENETV3. Undergraduate thesis, Universitas Nusantara PGRI Kediri.

	Text (Full Text) RAMA_57201_2213030017.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (3MB) | Request a copy
	Text (Similarity) RAMA_57201_2213030017_SIMILARITY.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (925kB)
	Text (Cover sd BAB 1 + References) RAMA_57201_2213030017_0706098902_0721018801_01_front_ref.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (1MB)
	Text (BAB 2) RAMA_57201_2213030017_0706098902_0721018801_02.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (468kB) | Request a copy
	Text (BAB 3) RAMA_57201_2213030017_0706098902_0721018801_03.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (327kB) | Request a copy
	Text (BAB 4) RAMA_57201_2213030017_0706098902_0721018801_04.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (1MB) | Request a copy
	Text (BAB 5) RAMA_57201_2213030017_0706098902_0721018801_05.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (240kB) | Request a copy
	Text (References) RAMA_57201_2213030017_0706098902_0721018801_06_ref.pdf - Bibliography Available under License Creative Commons Public Domain Dedication. Download (177kB)
	Text (Lampiran) RAMA_57201_2213030017_0706098902_0721018801_07_lamp.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (1MB) | Request a copy

Abstract

Perkembangan pembelajaran daring dan hibrid saat ini menuntut metode pengukuran tingkat fokus peserta didik yang objektif, namun pemantauan yang ada masih sering dilakukan secara manual dan subjektif. Penelitian ini bertujuan untuk mengembangkan sistem klasifikasi tingkat fokus berbasis citra wajah menggunakan arsitektur MobileNetV3 agar dapat berjalan secara real-time pada perangkat dengan keterbatasan sumber daya. Metode penelitian yang digunakan adalah (CRISP-DM) dengan memanfaatkan AFLW2000-3D yang memiliki variasi orientasi kepala berupa parameter yaw dan pitch dalam kondisi nyata (in-the-wild). Tahapan penelitian meliputi preprocessing citra, pelabelan otomatis berdasarkan ambang batas (threshold) sudut kepala, serta penerapan transfer learning menggunakan bobot pre-trained dari ImageNet. Selain itu, penelitian ini juga membandingkan performa MobileNetV3 dengan model YOLOv8 pada implementasi deteksi fokus secara real-time. Hasil penelitian menunjukkan bahwa model MobileNetV3 mampu mencapai tingkat akurasi sebesar 93%, dengan nilai precision 0,84, recall 0,87, dan F1-score 0,85. Dalam pengujian real-time menggunakan Streamlit, model ini menunjukkan performa kecepatan yang lebih baik dibandingkan YOLOv8 dengan capaian rata-rata FPS sebesar 2,5–4,7 pada perangkat CPU. Hasil pengujian juga menunjukkan bahwa MobileNetV3 memiliki stabilitas prediksi yang lebih baik pada berbagai kondisi arah pandangan wajah. Kesimpulan dari penelitian ini adalah arsitektur MobileNetV3 efektif dan stabil digunakan sebagai solusi pemantauan fokus secara otomatis karena memiliki keseimbangan antara efisiensi komputasi dan akurasi prediksi. Limitasi penelitian ini terletak pada ketergantungan terhadap kondisi pencahayaan dan sudut kamera tertentu sehingga pengembangan selanjutnya disarankan untuk menambah variasi , integrasi deteksi ekspresi wajah, serta implementasi multi-face detection agar sistem dapat digunakan pada lingkungan pembelajaran yang lebih luas

Actions (login required)

View Item