IMPLEMENTASI METODE PENGENALAN WAJAH UNTUK KEAMANAN GARASI RUMAH

SAPUTRA, NANDA DIMAS and SUSANTI, HERA and RAFIQ, ARIF AINUR (2024) IMPLEMENTASI METODE PENGENALAN WAJAH UNTUK KEAMANAN GARASI RUMAH. Diploma thesis, POLITEKNIK NEGERI CILACAP.

[img] Text
Cover.pdf
Download (6MB)
[img] Text
BAB I.pdf
Download (1MB)
[img] Text
BAB II.pdf
Download (1MB)
[img] Text
BAB III.pdf
Restricted to Registered users only
Download (3MB) | Request a copy
[img] Text
BAB IV.pdf
Restricted to Registered users only
Download (2MB) | Request a copy
[img] Text
BAB V.pdf
Restricted to Registered users only
Download (411kB) | Request a copy
[img] Text
Lampiran.pdf
Download (2MB)

Abstract

Keamanan garasi rumah merupakan salah satu aspek yang sangat penting dalam kehidupan modern. Dengan perkembangan teknologi, sistem keamanan berbasis pengenalan wajah telah menjadi salah satu solusi yang efektif untuk meningkatkan perlindungan terhadap garasi rumah. Penelitian ini bertujuan untuk mengimplementasikan metode pengenalan wajah guna meningkatkan keamanan garasi rumah. Sistem yang dikembangkan menggunakan Raspberry Pi sebagai platform utama yang dilengkapi dengan kamera untuk menangkap gambar wajah. Metode yang digunakan dalam penelitian ini meliputi deteksi wajah dengan menggunakan algoritma Haar Cascade dan pengenalan wajah dengan metode Local Binary Patterns Histogram (LBPH). Untuk meningkatkan akurasi, juga diterapkan metode pengenalan wajah berbasis deep learning menggunakan pustaka face_recognition. Dengan menggunakan algoratima dan metode deep learning, sistem ini memiliki tingkat akurasi dalam mendeteksi wajah sebesar 100% pada jarak 20 sampai 200 cm dengan tingkat akurasi pengenalan wajah sebesar 80%. Sistem ini juga dilengkapi dengan fitur pengiriman notifikasi berupa foto melalui Telegram ketika wajah dikenali atau tidak dikenali terdeteksi serta disimpan pada database dan dapat menampilkannya pada website jaringan lokal. Selain itu, sistem juga terhubung dengan perangkat keras seperti motor stepper untuk membuka pintu garasi secara otomatis ketika wajah yang dikenali terdeteksi Hasil pengujian menunjukkan bahwa sistem ini mampu mendeteksi dan mengenali wajah dengan akurasi yang cukup baik, serta mengirimkan notifikasi secara real-time melalui Telegram. Namun, terdapat beberapa keterbatasan dalam mengenali wajah yang sangat mirip, seperti wajah orang kembar, yang memerlukan peningkatan pada metode pengenalan wajah yang digunakan.

Item Type: Thesis (Diploma)
Uncontrolled Keywords: Face Recognition, Raspberry Pi, Keamanan Garasi, Notifikasi Telegram, Website
Subjects: T Technology > T Technology (General)
Divisions: Teknik Elektronika
Depositing User: Nanda Dimas Saputra
Date Deposited: 20 Sep 2024 06:35
Last Modified: 20 Sep 2024 06:35
URI: http://elib.pnc.ac.id/id/eprint/1963

Actions (login required)

View Item View Item