PENERAPAN DEEP LEARNING DALAM MENDETEKSI FOKUS SISWA DI MTS AL-MUKHTARIYAH MANDE

Abstract

Proses pembelajaran sering kali terkendala oleh kesulitan siswa dalam mempertahankan fokus, terutama di kelas dengan jumlah siswa yang banyak, sehingga observasi manual oleh guru di MTs Al-Mukhtariyah Mande menjadi tidak efisien dan subjektif. Permasalahan ini mendorong perlunya solusi teknologi untuk pemantauan yang objektif. Penelitian ini bertujuan untuk mengembangkan dan mengevaluasi model deep learning berbasis algoritma Ultralytics YOLOv11 untuk mendeteksi tingkat fokus siswa secara real-time melalui analisis multi-kelas terhadap perilaku visual. Metode penelitian yang digunakan adalah metode eksperimental, yang mencakup pengumpulan data melalui perekaman video di kelas, pelabelan manual terhadap 546 frame gambar ke dalam lima kelas perilaku (membaca, memperhatikan, menoleh, menulis, dan menunduk), pelatihan model dengan strategi fine-tuning dari model pre-trained COCO, dan evaluasi performa. Hasil evaluasi menunjukkan model mencapai mean Average Precision (mAP) pada IoU 50% (mAP50) sebesar 0,635 secara keseluruhan. Performa model sangat baik dalam mendeteksi kelas 'menulis' (mAP50: 0,776) dan 'menunduk' (mAP50: 0,813), namun menunjukkan tantangan pada kelas 'menoleh' (mAP50: 0,483), yang mengindikasikan kesulitan dalam membedakan pose yang mirip secara visual. Model yang dikembangkan berhasil diimplementasikan dalam aplikasi web berbasis Flask untuk pemantauan real-time.