Implementasi Deteksi Langsung Pada Sistem Ujian Online Menggunakan Algoritma Convolutional Neural Network

Pendidikan adalah fondasi penting dalam pembentukan potensi manusia, dan pergeseran ke arah ujian online menandai transformasi besar dalam cara kita menilai dan mengukur pencapaian akademik. Dengan kemajuan teknologi, penggunaan sistem proctoring dengan teknologi pengenal wajah merupakan langkah progresif untuk menjaga integritas ujian. Namun, peralihan ke ujian online juga membawa tantangan tersendiri, karena kecurangan, identitas ganda, dan kurangnya pengawasan dapat mengurangi kepercayaan terhadap hasil ujian. Oleh karena itu, pengembangan sistem pengawasan yang handal dan efektif sangat penting untuk menjaga standar akademik. Penelitian ini bertujuan untuk merancang dan mengembangkan sistem pengawasan ujian online yang memanfaatkan teknologi pengenalan wajah. Proctoring ujian secara daring diperlukan untuk memastikan validitas dan keamanan ujian. Sistem yang diusulkan mengimplementasikan algoritma pendeteksi pergerakan peserta selama ujian berlangsung yang diperkuat dengan algoritma Convolutional Neural Network (CNN) untuk memonitoring perilaku selama ujian berlangsung, dan mendeteksi tindakan yang mencurigakan. Hasil dari penelitian ini diharapkan dapat memberikan kontribusi dalam meningkatkan integritas ujian online, mendorong adopsi teknologi proctoring, dan memberikan solusi yang efektif bagi institusi pendidikan yang menghadapi tantangan terkait keamanan ujian online. Dimana sistem dibangun dengan menggunakan bahasa python dan framework Laravel untuk bahasa pemrograman dan MySQL untuk DBMS-nya.