Path: Top > Skripsi - D4 > 2017 > Jurusan Teknik Elektro > Program Studi Teknik Otomasi Industri > 2023

Sistem Smartdoor untuk Identifikasi Wajah dengan Metode Haar Cascade pada Ruang Kontrol Building Management System

Smartdoor System for Face Identification with Haar Cascade Method in Building Management System Control Room

Skripsi, 029 / 2023 / TOI
Undergraduate Theses from JBPTPPOLBAN / 2024-02-19 11:35:31
Oleh : 191364032 - Tegar Suryawijaya (tegar.suryawijaya.toi19@polban.ac.id)
Dibuat : 2024-02-19, dengan 4 file

Keyword : Raspberry pi; Identifikasi wajah; smartdoor; Haar Cascade; Bahasa phyton
Subjek : Raspberry pi; Face identification; smart door; Haar Cascade; Python language

Semakin maraknya kriminalitas, tuntutan untuk perkembangan teknologi sistem keamanan semakin dibutuhkan. Dengan menggunakan sistem keamanan seperti passcode dan RFID masih kurang cukup karena akses tersebut bisa dicuri ataupun hilang. Penelitian ini bertujuan membuat sistem smartdoor untuk meminimalisir pencurian akses masuk ruangan karena untuk aksesnya menggunakan wajah dan semua orang yang masuk akan terekam karena sistem ini menggunakan data logger. Sistem ini pun dilengkapi fitur live kamera dan suara agar pemilik akses dapat melihat dan berbincang dengan seseorang yang ingin masuk sehingga orang tersebut tidak perlu mengetuk pintu atau menghubungi pemilik akses. Pengunci yang digunakan adalah solenoid door lock, kontroler menggunakan raspberry pi 4 dan metode yang digunakan untuk identifikasi wajah adalah metode Haar Cascade untuk cara kerjanya mengubah gambar menjadi grayscale dan menghitung nilai pixel daerah hitam dan putih. Perancangan sistem smartdoor ini menggunakan bahasa pemrograman bahasa python. Hasil penelitian pada sistem ini rata-rata waktu yang dibutuhkan untuk pelatihan citra gambar adalah 6,54 detik. Persentase keberhasilan sistem dalam mengenal wajah yang sudah terdaftar adalah 90% dan menolak wajah yang belum terdaftar adalah 100%. Jarak terbaik sistem untuk mengenal wajah 60-80cm dan waktu yang dibutuhkan sistem sampai sistem merespon adalah 3,89 detik dan untuk nilai error dalam mendeteksi wajah adalah 10%. Kata kunci: Raspberry pi; Identifikasi wajah; smartdoor; Haar Cascade; Bahasa phyton.

Deskripsi Alternatif :

The more rampant crime, the demand for the development of security system technology is increasingly needed. Using security systems such as passcodes and RFID is still not enough because the access can be stolen or lost. This research aims to create a smartdoor system to minimize theft of access to enter the room because access uses faces and everyone who enters will be recorded because this system uses a data logger. This system is also equipped with live camera and voice features so that the access owner can see and chat with someone who wants to enter so that person does not have to knock on the door or contact the access owner. The lock used is a solenoid door lock, the controller uses a raspberry pi 4 and the method used for face identification is the Haar Cascade method for how it works to convert images to grayscale and calculate pixel values in black and white areas. The design of this smartdoor system uses the Python programming language. The results of research on this system the average time needed for image training is 6.54 seconds. The percentage of success of the system in recognizing registered faces is 90% and rejecting faces that have not been registered is 100%. The best distance for the system to recognize faces is 60-80cm and the time needed by the system until the solenoid responds is 3.89 seconds and the error value for detecting faces is 10%. Keywords: Raspberry pi; Face identification; smart door; Haar Cascade; Python language.

Beri Komentar ?#(0) | Bookmark

PropertiNilai Properti
ID PublisherJBPTPPOLBAN
Organisasi
Nama KontakErlin Arvelina
AlamatJl. Trsn. Gegerkalong Hilir Ds. Ciwaruga
KotaBandung
DaerahJawa Barat
NegaraIndonesia
Telepon022 201 3789 ext. 168, 169, 239
Fax022 201 3889
E-mail Administratorerlin.arvelina@polban.ac.id
E-mail CKOerlin.arvelina@polban.ac.id

Print ...

Kontributor...

  • Pembimbing 1: Dr. Yusuf Sofyan, S.T., M.T.

    Pembimbing 2: Agus Binarto, S.Si., M.Si., Editor: Erlin Arvelina

Download...