Identifikasi Wajah Untuk Sistem Presensi Di Sekolah Menggunakan Algoritma Yolo V9

Abstract

Sistem presensi manual di sekolah masih rentan
terhadap kecurangan dan kurang efisien. Penelitian ini
bertujuan untuk membuat model pengenalan wajah berbasis
algoritma YOLOv9 sebagai solusi sistem presensi otomatis.
Proses meliputi pengumpulan dataset wajah dari lima siswa,
preprocessing data, pelatihan model, serta evaluasi performa
menggunakan dua varian: YOLOv9e dan YOLOv9c. Hasil
evaluasi menunjukkan bahwa YOLOv9e memiliki precision
sebesar 0,99, recall 1,00, dan mAP 0.5:0.95 sebesar 0,89,
sementara YOLOv9c memiliki precision 0,98, recall 0,99, dan
mAP 0.88. Kedua model menunjukkan akurasi tinggi dan cocok
digunakan untuk presensi berbasis wajah secara real-time.
Model ini diharapkan dapat meningkatkan efisiensi dan
keamanan sistem presensi di sekolah.
Kata kunci— : Identifikasi Wajah, Presensi Sekolah, YOLO
V9, Pengenalan Wajah, Deep Learning