Putra, Gerry Mandala (2026) IMPLEMENTASI EYE TRACKING UNTUK DETEKSI KECURANGAN PADA SIMULASI UJIAN BERBASIS COMPUTER VISION. Skripsi (Bachelor) thesis, Universitas Muhammadiyah Bengkulu.
![[img]](http://repository.umb.ac.id/style/images/fileicons/text.png) |
Text (Fulltext)
Gerry Mandala Putra_ 2255201269_ FULLTEXT.pdf - Submitted Version Restricted to Repository staff only Download (2MB) | Request a copy |
|
Text (Turnitin)
Gerry Mandala Putra_ 2255201269_ TURNITIN.pdf - Submitted Version Restricted to Repository staff only Download (10MB) | Request a copy |
|
Text (Abstrak+Bab 1)
Gerry Mandala Putra_ 2255201269_ ABSTRAK & BAB 1.pdf - Submitted Version Download (2MB) |
|
Text (Bab 2)
Gerry Mandala Putra_ 2255201269_ BAB 2.pdf - Submitted Version Download (2MB) |
|
Text (Bab 3)
Gerry Mandala Putra_ 2255201269_ BAB 3.pdf - Submitted Version Restricted to Repository staff only Download (2MB) | Request a copy |
|
Text (Bab 4)
Gerry Mandala Putra_ 2255201269_ BAB 4.pdf - Submitted Version Restricted to Repository staff only Download (2MB) | Request a copy |
|
Text (Bab 5)
Gerry Mandala Putra_ 2255201269_ BAB 5.pdf - Submitted Version Download (2MB) |
|
Text (Referensi+Lampiran)
Gerry Mandala Putra_ 2255201269_ REF & LAM.pdf - Submitted Version Download (2MB) |
Abstract
Penelitian ini mengimplementasikan sistem eye tracking berbasis computer vision untuk mendeteksi kecurangan pada simulasi ujian berbasis komputer. Sistem yang dibangun memanfaatkan pustaka MediaPipe Face Mesh untuk mendeteksi lebih dari 468 titik landmark wajah tanpa memerlukan perangkat keras khusus, kemudian mengekstraksi fitur perilaku visual berupa arah pandang (gaze direction), durasi gaze ke luar area layar, jumlah sakade, dan nilai PERCLOS (Percentage of Eye Closure) dari rekaman video peserta ujian menggunakan OpenCV dan Python melalui antarmuka GUI Tkinter. Deteksi kecurangan dilakukan dengan pendekatan berbasis ambang batas (rule-based threshold), tanpa memerlukan proses pelatihan model machine learning. Pengujian dilakukan terhadap dataset yang terdiri dari 30 video simulasi ujian berdurasi sekitar 10–20 detik, meliputi 15 video dengan label ground truth curang dan 15 video dengan label normal. Evaluasi kinerja sistem dilakukan menggunakan confusion matrix dengan kelas curang sebagai kelas positif. Hasil pengujian menunjukkan bahwa sistem mencapai akurasi sebesar 93,33%, presisi sebesar 100%, recall (sensitivitas) sebesar 86,67%, F1-score sebesar 92,86%, dan spesifisitas sebesar 100%, dengan nilai True Positive sebesar 13, True Negative sebesar 15, False Positive sebesar 0, dan False Negative sebesar 2. Hasil ini menunjukkan bahwa nilai PERCLOS merupakan indikator yang paling dominan dalam proses deteksi kecurangan pada penelitian ini. Penelitian ini menunjukkan bahwa pendekatan eye tracking berbasis ambang batas menawarkan solusi deteksi kecurangan yang ringan, transparan, dan terjangkau dibandingkan pendekatan berbasis perangkat keras khusus atau model deep learning yang memerlukan sumber daya komputasi besar
| Item Type: | Thesis (Skripsi (Bachelor)) |
|---|---|
| Additional Information: | Pembimbing : Yovi Apridiansyah, S.Kom., M.Kom |
| Uncontrolled Keywords: | Eye Tracking, Deteksi Kecurangan, Computer Vision, MediaPipe Face Mesh, Gaze Tracking, PERCLOS, Confusion Matrix, Simulasi Ujian |
| Subjects: | Universitas Muhammadiyah Bengkulu > 02-Fakultas Teknik > 55201-(S1) Teknik Informatika 02-Fakultas Teknik > 55201-(S1) Teknik Informatika |
| Divisions: | 02-Fakultas Teknik > 55201-(S1) Teknik Informatika Subjek Terkait > 02-Fakultas Teknik > 55201-(S1) Teknik Informatika |
| Depositing User: | Mrs Hesti Ayu |
| Date Deposited: | 29 Aug 2026 06:12 |
| Last Modified: | 29 Aug 2026 06:12 |
| URI: | http://repository.umb.ac.id/id/eprint/3333 |
Actions (login required)
 |
View Item |