ViMo Camera: Smart Camera untuk Mendeteksi Kehadiran dan Emosi Positif-Negatif Siswa di Kelas

Abstract

Presensi manual masih banyak digunakan di sekolah karena sifatnya praktis dan mendukung interaksi awal antara guru dan siswa. Namun, metode ini belum mampu menyajikan data kuantitatif yang terstruktur, khususnya terkait kondisi emosional siswa yang turut memengaruhi motivasi dan konsentrasi belajar. Oleh karena itu, dibutuhkan sistem pendukung

yang mampu mencatat kehadiran sekaligus menganalisis emosi siswa secara otomatis dan real- time untuk mendukung proses evaluasi pembelajaran.

Sebagai solusi, dikembangkan ViMo Camera, sebuah sistem Smart Camera berbasis Computer Vision yang mengintegrasikan Object Detection, Face Recognition, dan Facial Expression Recognition. Sistem ini menggunakan kamera Raspberry Pi Camera Module 3 (120°) yang dikendalikan oleh Raspberry Pi 5, serta terhubung ke server sebagai unit komputasi lanjutan dan Website Interface berbasis autentikasi pengguna. Tiga modul utama dalam sistem ini meliputi: Object Detection menggunakan YOLOv8, Face Recognition dengan ekstraksi fitur melalui FaceNet dan klasifikasi identitas menggunakan SVM, serta Facial Expression Recognition menggunakan kombinasi EfficientNet dan Mediapipe untuk ekstraksi fitur, dengan klasifikasi emosi oleh SVM. Evaluasi sistem dilakukan berdasarkan akurasi dan waktu komputasi. Pada Simulasi 1, akurasi Object Detection, Face Detection, Face Recognition, dan Facial Expression Recognition masing-masing adalah 89,22%, 98,41%, 95,40%, dan 66,71%, dengan waktu inferensi 55–66 ms (untuk Object Detection). Pada Simulasi 2, akurasi mencapai 84,82%, 87,19%, 79,27%, dan 70,17% dengan waktu inferensi 56–68 ms (untuk Object Detection). Pada pengujian Real-Case, nilai akurasi menurun menjadi 43,32%, 76,09%, 40,61%, dan 67,75%, dengan waktu inferensi 66– 74 ms (untuk Object Detection). Seluruh proses komputasi non-real-time selesai dalam waktu di bawah 30 detik. Hasil ini menunjukkan bahwa desain dengan kamera sudut pandang 120° memiliki cakupan optimal dan visual yang baik, serta menjadi pilihan terbaik berdasarkan evaluasi decision matrix. Sistem ViMo Camera terbukti memenuhi kriteria teknis dan fungsional, serta memberikan kontribusi signifikan dalam mendukung evaluasi presensi dan emosi siswa secara efisien dan terstruktur.