Automated Student Card Detection and Identity Verification System for Laboratory Management Using YOLOv8n and OCR

Muhammad Raihan Zaldiputra, Raffa Danendra Pramono, Keisyah Zahra Anatasya, Dodik Ariyanto, Faldiena Marcelita, Mayanda Mega Santoni

Sari


Pengelolaan peminjaman laboratorium komputer di Sekolah Vokasi IPB University masih dilakukan secara manual, sehingga menimbulkan inefisiensi operasional, ketidakakuratan pencatatan, dan ketidakmampuan pemantauan secara real-time. Penelitian ini bertujuan mengembangkan sistem peminjaman laboratorium berbasis web yang mengotomatisasi proses verifikasi identitas mahasiswa melalui integrasi tiga teknologi utama, yaitu You Only Look Once version 8 Nano (YOLOv8n), Optical Character Recognition (OCR) menggunakan PaddleOCR, dan verifikasi wajah menggunakan ArcFace. Metodologi penelitian meliputi pengumpulan 110 citra Kartu Tanda Mahasiswa (KTM), anotasi bounding box pada empat region, preprocessing dan augmentasi hingga menghasilkan 780 citra, pelatihan model selama 150 epoch menggunakan GPU Tesla T4, serta integrasi ke dalam platform web menggunakan FastAPI dan Next.js. Hasil evaluasi menunjukkan model YOLOv8n mencapai mAP@0,5 sebesar 0,976, precision 0,977, dan recall 0,979. Sistem ini berhasil mengintegrasikan seluruh pipeline verifikasi KTM secara otomatis dan real-time, menghilangkan ketergantungan pada proses manual dalam pengelolaan peminjaman laboratorium.

Teks Lengkap:

PDF

Referensi


REFERENSI

I. Subandi and M. Suryaman, “STRATEGI PEMBIAYAAN LABORATORIUM KOMPUTER DAN DAMPAKNYA TERHADAP MUTU LAYANAN PENDIDIKAN DI SMAN 1 CIKARANG PUSAT,” J. Tahsinia, vol. 6, no. 2, pp. 247–260, 2025, doi: https://doi.org/10.57171/jt.v6i2.562.

M. Naufal Rizki, F. Wahyu Christanto, I. Saufik Suasana, E. Ahmad Firdaus, H. Saragih, and S. Maulani, “Sistem Manajemen Laboratorium Komputer Berbasis Website,” J. Sist. Inf. Galuh, vol. 3, no. 2, pp. 33–46, 2025, doi: 10.25157/jsig.v3i2.4959.

M. Haq, Dasril, and M. Muhallim, “FACE RECOGNITION ( PENGENALAN WAJAH ) UNTUK SISTEM PRESENSI BERBASIS WEBSITE PADA LABORATORIUM SOFTWARE UNIVERSITAS ANDI DJEMMA,” JITET (Jurnal Inform. dan Tek. Elektro Ter., vol. 14, no. 2, pp. 982–994, 2026, doi: http://dx.doi.org/10.23960/jitet.v14i2.9078.

D. Dony and C. Lubis, “Deteksi YOLOv8 dan Pengenalan Wajah Menggunakan RESNET50 Pada Gereja,” JATISI (Jurnal Tek. Inform. dan Sist. Informasi), vol. 12, no. 1, pp. 130–140, 2025, doi: 10.35957/jatisi.v12i1.9757.

A. I. Rizki, R. Regasari, M. Putri, and N. H. Shaffan, “Sistem Pintu Cerdas Berbasis Pengenalan Wajah dan Kartu Identitas Menggunakan YOLOv8 dan Optical Character Recognition ( OCR ),” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 9, no. 4, pp. 1–9, 2025, [Online]. Available: https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/14700/6574

M. F. Ulum, R. Mumpuni, and A. L. Nurlaili, “Evaluasi kinerja validasi KTM berbasis Tesseract OCR menggunakan metode Adaptive Thresholding dan Levenshtein Distance Adaptive Thresholding and Levenshtein Distance methods,” Pros. Semin. Nas. Penelit. Dan Pengabdi. Kpd. Masy. LPPM Univ. ’Aisyiyah Yogyakarta, vol. 4, no. 2021, pp. 892–901, 2026, [Online]. Available: https://proceeding.unisayogya.ac.id/index.php/prosemnaslppm/article/view/2214

R. D. Geralda, A. Irsyad, and M. L. Jundillah, “IMPLEMENTASI SISTEM PRESENSI BERBASIS FACE RECOGNITION MENGGUNAKAN MODEL PRA-LATIH FACENET DAN COSINE SIMILARITY DENGAN PENDEKATAN WATERFALL PADA WEBSITE PRAKTIKUM SISTEM INFORMASI,” JATI (Jurnal Mhs. Tek. Inform., vol. 10, no. 2, pp. 2878–2886, 2026, doi: https://doi.org/10.36040/jati.v10i2.17828.

Arsul, M. Papuangan, I. Hizbullah, and A. Dosu, “PERANCANGAN SISTEM INFORMASI LABORATORIUM KOMPUTER BERBASIS WEBSITE DI UNIVERSITAS PASIFIK MOROTAI,” J. Tek. SILITEK, vol. 01, no. 01, pp. 46–52, 2021, doi: https://doi.org/10.51135/jts.v1i01.7.

R. Iskandar and M. E. K. Kesuma, “Designing a Real-Time-Based Optical Character Recognition to Detect ID Cards,” Int. J. Electron. Commun. Syst., vol. 2, no. 1, pp. 23–29, 2022, doi: 10.24042/ijecs.v2i1.13108.

T. Q. Nguyen et al., “A YOLOv10-Based System for Automated FPT University Student Card Information Extraction,” J. Adv. Inf. Technol., vol. 16, no. 6, pp. 777–785, 2025, doi: 10.12720/jait.16.6.777-785.

A. Chinapas, P. Polpinit, N. Intiruk, and K. R. Saikaew, “Personal verification system using ID card and face photo,” Int. J. Mach. Learn. Comput., vol. 9, no. 4, pp. 407–412, 2019, doi: 10.18178/ijmlc.2019.9.4.818.

R. Hesananda and V. Firmansyah, “IMPLEMENTASI YOLOV5 UNTUK DETEKSI KARTU DEBIT: STUDI KASUS PADA KLASIFIKASI BRITAMA DAN SIMPEDES,” LPPM Nusa Mandiri, vol. 19, no. 2, pp. 146–153, 2025, doi: https://doi.org/10.33480/inti.v19i2.6155.

N. Sary, H. H. S. Pasaribu, R. Situmeang Juliana, and R. Darmawan Darus, “Implementasi Algoritma YOLOv11 Dan Roboflow Untuk Deteksi Tingkat Kematangan Anggur Berbasis Web,” Media Teknol. Inf. Dan Komput. J., vol. 9, no. https://journal.universitasmulia.ac.id/index.php/metik/issue/view/70, pp. 264–274, 2025, doi: 10.47002/metik.v9i2.1121.

A. R. Agma, “Penerapan Computer Vision untuk Deteksi Objek dan Pengenalan Wajah Asty,” J. Komput. dan Tek. Inform., vol. 01, no. 01, pp. 31–37, 2025, [Online]. Available: http://pustakajurnal.web.id/index.php/jkti

L. H. Romadhoni and F. Ardiani, “Perancangan Sistem Face Recognition Berbasis Deep Learning Menggunakan Pre-Trained Model Arcface,” J. Inf. Syst. Manag., vol. 7, no. 2, pp. 186–191, 2026, doi: 10.24076/joism.2026v7i2.2415.

M. A. Rahman, H. Setiawan, and M. A. Rosid, “Deteksi Penggunaan Helm Dan Plat Nomor Menggunakan Yolov8 Di Area Parkir,” JATI (Jurnal Mhs. Tek. Inform., vol. 9, no. 5, pp. 7652–7658, 2025, doi: 10.36040/jati.v9i5.14806.




DOI: http://dx.doi.org/10.30811/jaise.v6i2.9208

Refbacks

  • Saat ini tidak ada refbacks.


Indexing :

Creative Commons License
Journal of Artificial Intelligence and Software Engineering (JAISE) licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.