Model Deteksi Aktivitas Kecurangan Ujian Daring pada Gawai Berbasis Tangkapan Layar

Prof. YusepRosmansyah, Ph.D.
STEI-ITB

Yuda Sukmana, S.Pd., M.T.
STEI-ITB

Fahma Waluya R., S.Sn., M.Ds.
FSRD-ITB

Nur Budi Utomo, S.Kom.

Abstrak
Tangkapan layar merupakan data berharga yang memberikan wawasan visual tentang perilaku pengguna. Dalam ujian daring, tangkapan layar dapat digunakan untuk memantau aktivitas peserta ujian pada perangkat mereka. Kegiatan pemodelan dilakukan dengan pendekatan top-down menggunakan MBSE Grid dan SysML dimulai dari tingkat abstraksi paling atas yang memandang sistem deteksi kecurangan ujian berbasis tangkapan layar sebagai black-box atau satu kesatuan. Kemudian pada tingkat abstraksi white-box yang memandang sistem dengan subsistem logis yang menyusunnya, hinga pada level abstraksi paling bawah, yaitu solusi yang menggambarkan bagaimana komponen-komponen yang menyusun dari setiap subsistem. Implementasi, verifikasi, dan validasi model dilakukan pada platform ujian daring berbentuk LMS berbasis Android, yaitu Edunex Mobile LMS.

Keyword: ujian daring, sistem pengawasan, pemodelan sistem, screenomic.

Pendahuluan
Menjaga integritas ujian daring menjadi perhatian penting seiring dengan kemajuan pembelajaran digital. Ujian daring memungkinkan mahasiswa mengikuti ujian dari lokasi mana saja melalui internet menggunakan perangkat komputasi mereka. Bukti kecurangan dalam ujian daring telah ditemukan dalam penelitian sebelumnya, seperti mencari jawaban di internet dan berkolusi dengan mahasiswa lain. Berbagai strategi digunakan untuk mencegah atau mendeteksi kecurangan dalam ujian daring, salah satunya adalah memantau aktivitas mahasiswa pada perangkat yang mereka gunakan selama ujian. Bentuk pemantauan komputer yang umum meliputi peninjauan log aplikasi yang dibuka, pemantauan lalu lintas jaringan, pendeteksian input keyboard atau mouse, dan pengamatan aktivitas layar. Penelitian ini berfokus pada pemantauan aktivitas layar karena strategi ini masih sering dilakukan secara manual menggunakan perangkat lunak berbagi layar atau tangkapan layar dengan melibatkan pengawas manusia, berbeda dengan strategi lain yang telah dapat dilakukan secara otomatisas menggunakan teknik rule-based.
Pemantauan aktivitas di layar biasanya akan melibatkan data visual tidak terstruktur berupa tangkapan layar. Mengambil informasi dari tangkapan layar bukanlah tugas yang mudah; hal ini memerlukan pendekatan khusus, seperti penggunaan visi komputer, salah satu bidang dalam kecerdasan buatan.

Metode Penelitian
Penelitian ini terdiri dari beberapa tahapan, meliputi pemodelan sistem r menggunakan SysML, implementasinya pada platform ujian daring berbasis Android, serta analisis trade-off yang dilakukan menggunakan metode TOPSIS untuk hasil pengujian dan pengukuran kinerja sistem.

Sistem deteksi kecurangan (Cheating Detection System) yang akan dikembangkan memiliki tiga subsistem, yaitu subsistem penangkap layar (Screen Capturing Group), subsistem pengklasifikasi tangkapan layar (Screenshot Classifier Group), dan subsistem respons pengawas ujian (Proctor Response Group). Pada penelitian ini model sistem secara keseluruhan sudah selesai dibuat, namun untuk proses implementasi dan verfifikasi baru dilakukan pada subsistem pertama, yaitu subsistem penangkap layar otomatis. Tiga algoritma alternatif diusulkan, yaitu menggunakan timer periodik dengan interval tertentu, pemicu berbasis peristiwa berdasarkan perubahan antarmuka pengguna, dan kombinasi keduanya. Sistem ini berhasil diimplementasikan pada LMS berbasis Android yang sering digunakan untuk ujian di institusi pendidikan.

Diskusi dan Hasil
Verifikasi dilakukan dengan serangkaian pengujian pada perangkat Android serta evaluasi kinerjanya menggunakan fitur profiling di Android Studio. Pengukuran kinerja dari 9×2 konfigurasi alternatif algoritma tangkapan layar yang diusulkan dalam mode pengumpulan data dan inferensi dianalisis menggunakan metode TOPSIS untuk menentukan konfigurasi terbaik. Analisis menunjukkan bahwa konfigurasi algoritma terbaik untuk kedua mode, dengan nilai preferensi 0,6, adalah timer periodik dengan interval lima detik..

Kesimpulan
Hasil dari penelitian ini dapat menjadi dasar bagi penelitian selanjutnya, terutama dalam pengembangan dua subsistem lainnya. Namun, penting untuk dicatat bahwa hasil ini tidak boleh digeneralisasi secara berlebihan, karena pengujian hanya dilakukan pada satu perangkat Android dan terbatas pada jenis soal pilihan ganda serta benar/salah dalam satu topik perkuliahan. Pengujian lebih lanjut pada berbagai lingkungan implementasi, platform, dan perangkat diperlukan untuk memvalidasi dan menyempurnakan temuan ini.