Sistem presensi siswa di SMK N 4 saat ini masih dilakukan secara manual, rentan terhadap manipulasi data dan inefisiensi. Penelitian ini bertujuan untuk mengembangkan sistem presensi siswa yang lebih akurat dan efisien dengan memanfaatkan algoritma YOLOv8 untuk melakukan deteksi wajah secara real-time. Melalui studi kasus di SMK Negeri 4 Tarakan, penelitian ini menggunakan metode eksperimental dengan mengumpulkan dataset wajah siswa dan melatih model YOLOv8. Menggunakan Algoritma YOLOv8 dalam mengidentifikasi wajah secara real-time. Berdasarkan dataset dari 30 Siswa SMK Negeri 4 Tarakan dengan pengambilan data menggunakan foto wajah, 120 foto data wajah dari 30 siswa. Dengan data training yaitu 84 gambar, data valid yaitu 24 gambar, dan data testing 12 gambar. Hasil performa model yaitu, nilai mAP yaitu 88,1%, precision 76,1%, dan recall 82,8% untuk pengolahan dataset siswa. Hasil penelitian berdasarkan performa menunjukkan bahwa model yang dibuat mampu mendeteksi dengan baik.
Collaboration network of the authors
7 authors ·
13 co-authorship links
· 2 across different organisations
Hover or tap a name to highlight its co-authors. Double-click to open the author's page.
Politeknik Bisnis Kaltara
Universitas Halu Oleo
Different organisations
Same organisation
Affiliation unknown
Thicker line = more joint articles · bigger circle = more articles
Affiliations come from OpenAlex; journal OAI-PMH metadata carries none. Authors without an OpenAlex ID are matched by name, which can merge or split people.