Abstrak
Tujuan dari penelitian ini untuk merancang sistem pendeteksi emsional siswa untuk membantu guru dalam mengukur Tingkat pengelolaan kelasnya. Dalam upaya mencapai tujuan ini, pemahaman terhadap kondisi emosional siswa menjadi krusial. Meskipun telah ada usaha meningkatkan kualitas pengajaran, tantangan utama adalah mengukur dampak emosional siswa terhadap proses belajar-mengajar. Oleh karena itu, pengembangan sistem pendeteksi emosi siswa dengan teknologi seperti Convolutional Neural Network (CNN) menjadi relevan untuk membantu guru memahami dan mengelola dinamika kelas dengan lebih baik. Menyelesaikan penelitian ini menggunakana model Research and Development (R&D). Model ini diterapkan untuk membuat sebuah produk tertentu dan menguji produk tersebut. Model R&D pada penelitian ini menerapkan model pengembangan AGILE dengan enam tahapan yaitu Requirement, Design, Development, Testing, Deployment, dan Review. Pengujian produk dilakukan dengan uji validitas, uji praktikalitas, dan uji efektivitas. Hasil uji validitas produk dengan dua orang ahli di bidang pemrograman dan satu orang ahli di bidang kebahasaan diperoleh nilai 0,92 dikategorikan valid, hasil uji praktikalitas dengan tiga puluh satu orang siswa di SMAN 5 Bukittinggi diperoleh nilai 0,62 dikategorikan dengan tingkat kepraktisan tinggi, dan hasil uji efektivitas dengan dua orang guru mata Pelajaran informatika kelas X diperoleh nilai 0,89 dikategorikan dengan tingkat keefektifan tinggi. Maka dari hasil tersebut dapat disimpulkan produk sistem pendeteksi emosional siswa menggunakan bahasa pemrograman python dengan metode convolution neural network untuk mengukur tingkat pengelolaan kelas pada mata pelajaran informatika di kelas X SMAN 5 Bukittinggi sudah valid, praktis, dan efektif untuk digunakan