ABSTRAK Nama : Yohannes Program Studi : Magister Ilmu Komputer Judul : Deteksi Kecurangan Ujian dengan Multimodal Decomposable Models Menggunakan Segmentasi Superpixel dan Point-in-Time Detection CRF Penelitian ini bermaksud untuk mengklasifikasi aktivitas kecurangan ujian pada sebuah video. Metode yang digunakan adalah Conditional Random Field (CRF) untuk mengklasifikasi aktivitas kecurangan dari data video. Fitur untuk mendeteksi letak persendian tubuh yang digunakan adalah Multimodal Decomposable Model (MODEC) dengan segmentasi superpixel. Persendian yang digunakan adalah kepala, bahu, siku, dan pergelangan tangan. Metode superpixel yang digunakan adalah Simple Linear Iterative Clustering (SLIC). Perbandingan antara MODEC dan MODEC+SLIC sebagai feature detector untuk CRF menunjukkan bahwa MODEC+SLIC mampu memberikan hasil klasifikasi aktivitas yang lebih baik. Dalam eksperimen yang dilakukan, aktivitas tukar menukar jawaban dapat dideteksi dengan baik. Untuk point-in-time detection, CRF mampu memberikan prediksi kapan terjadinya aktivitas kecurangan ujian terjadi pada sebuah video yang terdiri dari tiga aktivitas. Kata Kunci: Simple Linear Iterative Clustering, Conditional Random Field, Multimodal Decomposable Models, Activity Recognition