Pemodelan Convolutional Neural Network (CNN) Berbasis Citra untuk Identifikasi Disiplin Berpakaian pada Siswa Sekolah Menengah

Abstract

Penegakan dalam hal kedisiplinan dalam berpakaian di lingkungan merupakan salah satu faktor penting untuk bisa menciptakan lingkungan dan suasana belajar yang tertib dan kondusif. Namun, dalam praktiknya pengawasan konvensional terhadap pelanggaran kedisiplinan tersebut sering kali kurang efektif dan akurat, terutama sekolah yang memiliki jumlah siswa yang besar. Penelitian ini bertujuan untuk bisa mengembangan sistem prototipe dalam hal disiplin berpakaian berbasis Convolutional Neural Network (CNN) dengan arsitektur MobileNetV2 yang bisa mendeteksi jika adanya pelanggaran seragam secara langsung dan objektif. Sistem yang dibangun menggunakan framework Flask  Python dan React, diintegrasikan dengan database MySQL dengan fitur ekspor laporan ke format excel untuk kebutuhan laporan. Pengujian dilakukan pada 2 model dengan dataset yang berbeda, model hari sabtu dan selasa. Hasil pengujian menunjukkan bahwa model hari selasa mendapatkan akurasi 88,7%%, precision 87,5%, recall 90,3%, dan F1-score 88,9%, sedangkan model hari Sabtu memperoleh akurasi 92,9%, precision 100%, recall 81,8%, dan F1-score 90%. Dari hasil perhitungan tersebut membuktikan bahwa sistem yang dikembangkan ini mampu dalam hal mengindetifikasi pelanggaran dalam hal disiplin berpakain secara efektif dan akurat, sekaligus bisa mempermudah proses pencatatan dan pelaporan pelanggaran. Diimplementasikannya CNN ini diharapkan bisa menjadi salah satu solusi inovatif bagi pihak sekolah terutama dalam peningkatan pengawasan kedisiplinan siswa.