Sistem Pengenalan Wajah Siswa Dengan Metode You Only Look Once Version 3
Keywords:
Pengenalan Wajah, YOLOv3, Deep Learning, Indentifikasi Siswa, Flask, Aplikasi WebAbstract
Penelitian ini mengimplementasikan You Only Look Once Version 3 untuk sistem
pengenalan wajah siswa menggunakan dataset berisi 200 citra wajah yang dibagi menjadi data latih,
validasi, dan uji. Model dilatih dengan bobot pralatih YOLOv3 menggunakan learning rate sebesar
0,001, batch size 16, 80 epoch, serta early stopping untuk mencegah overfitting. Hasil evaluasi
menunjukkan Accuracy sebesar 100,00%, Precision sebesar 48,76%, Recall sebesar 100,00%, F1-score
sebesar 65,55%, dan mAP@0.5 sebesar 68,35%. Nilai-nilai ini menunjukkan bahwa model memiliki
kinerja yang baik dalam mendeteksi dan mengenali wajah siswa, meskipun aspek precision masih perlu
ditingkatkan. Sistem diimplementasikan dalam bentuk aplikasi web berbasis Flask yang terintegrasi
dengan MySQL, sehingga mendukung proses identifikasi siswa secara otomatis, cepat, dan efisien.
References
[1] Al-Ghiffary, M. M. I., Cahyo, N. R. D., Rachmawanto, E. H., Irawan, C., & Hendriyanto, N. (2024). Adaptive deep learning based
on FaceNet convolutional neural network for facial expression recognition. Journal of Soft Computing Exploration, 5(3), 271–280.
https://doi.org/10.52465/joscex.v5i3.450
[2] Andi, I., Muchtar, M., & Sari, J. Y. (2024). Mask Detection Using the YOLO (You Only Look Once) Method. Jurnal Media
Informasi Teknologi, 1(1), 1–12. https://doi.org/10.69616/mit.v1i1.165
[3] Rahayu, M. I., Rizaludin, M., & Jayusman, Y. (2024). Sistem Presensi menggunakan Deteksi Objek Wajah. 13(02), 45–51
[4] Gallu, A., Himamunanto, A. R., & Budiati, H. (2024). Pengenalan Emosi pada Citra wajah menggunakan Metode YOLO. 5(3),
1253–1261
[5] Putri, H., Hadiyoso, S., Fatoni, S. B. P., Octaviany, V., Wulandari, A., Aprilina, R., & Rosmiati, M. (2025). Security System for Door
Locks Using YOLO-Based Face Recognition. International Journal on Informatics Visualization, 9(1), 224–230.
https://doi.org/10.62527/joiv.9.1.2410
[6] Rofika,Khairan, R. (2019). Clustering Hasil Tangkap Ikan Di Pelabuhan Perikanan Nusantara (Ppn) Ternate Menggunakan
Algoritma K-Means. JIKO (Jurnal Informatika Dan Komputer), 2(1), 26–33. https://doi.org/10.33387/jiko.v2i1.1053
[7] Redmon. (2018). Efficient convnet-based object detection for unmanned aerial vehicles by selective tile processing. ACM
International Conference Proceeding Series. https://doi.org/10.1145/3243394.3243692
[8] Virgiawan, I., Maulana, F., Putra, M. A., Kurnia, D. D., & Sinduningrum, E. (2024). Deteksi Dan Tracking Objek Secara Real-Time
Berbasis Computer Vision Menggunakan Metode YOLO V3. Jurnal Riset Penelitian Universal, 05(2), 42–52.
[9] Fikry, M., Ula, M., Yani, M., & Anugrah Pohan, A. (2024). Performance Analysis of Smart Technology with Face Detection using
YOLOv3 and InsightFace for Student Attendance Monitoring. Original Research Paper International Journal of Intelligent Systems
and Applications in Engineering IJISAE, 2024(4), 3490–3499. www.ijisae.org
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2025 Jurnal Publikasi Ilmu Komputer dan Multimedia
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
