Yusva, Andre Maulana (2022) Keamanan ruangan menggunakan face recognition dengan metode local binary patterns histogram. Sarjana thesis, Universitas Muria Kudus.

Preview	Text (Halaman Judul) Halaman Judul.pdf - Published Version Download (30MB) | Preview
Preview	Text (BAB 1) BAB I.pdf - Published Version Download (13MB) | Preview
	Text (BAB 2) BAB II.pdf - Published Version Restricted to Registered users only Download (33MB) | Request a copy
	Text (BAB 3) BAB III.pdf - Published Version Restricted to Registered users only Download (25MB) | Request a copy
	Text (BAB 4) BAB IV.pdf - Published Version Restricted to Registered users only Download (51MB) | Request a copy
	Text (BAB 5) BAB V.pdf - Published Version Restricted to Registered users only Download (2MB) | Request a copy
Preview	Text (Daftar Pustaka) Daftar Pustaka.pdf - Published Version Download (4MB) | Preview
	Text (Lampiran) Lampiran.pdf - Published Version Restricted to Registered users only Download (104MB) | Request a copy

Abstrak

Setiap manusia membutuhkan kondisi keamanan yang kondusif, namun keamanan ruangan terdapat kemungkinan untuk dibobol saat keadaan tidak berpenghuni. Maka diperlukan sistem yang mampu menjaga keamanan secara intensif. Guna meningkatkan keamanan pada suatu ruangan yang diakses oleh hanya beberapa orang dengan cara yang mudah, maka diperlukan sistem buka pintu dengan memanfaatkan wajah orang yang memiliki akses ruangan tersebut. Pada penelitian menjalankan sistem pembuka pintu menggunakan wajah, pada tahap awal dilakukan proses pengambilan sampel wajah orang yang menjadi pemilik akses ruangan. Kemudian dari sampel wajah yang telah didapatkan dilakukan proses pembelajaran dengan mengubah gambar menjadi nilai digital melalui metode Local Binary Patterns Histogram. Metode ini mereduksi data gambar menjadi data yang lebih sederhana, sehingga mampu mempercepat proses pengenalan wajah. Hasil dari pengujian menunjukkan bahwa alat dapat bekerja pada jarak 20-150cm, nilai kecerahan cahaya diatas 6 lux, akurasi pengenalan wajah sebesar 81,99%, dengan waktu respon pengenalan sekitar 0,054 detik. Untuk data wajah yang telah melalui proses pembelajaran maka dapat digunakan untuk membuka pintu ruangan, lalu data wajah yang telah mengakses ruangan disimpan dan dikirim ke telegram berupa notifikasi untuk monitoring ruangan dari jarak jauh.

Item Type:	Skripsi/ Thesis (Sarjana)
Dosen Pembimbing:	Dosen Pembimbing : 1.Imam Abdul Rozaq, S.Pd., M.T. Dosen Pembimbing : 2.Budi Cahyo Wibowo, S.T., M.T.
Kata Kunci:	Keamanan Ruangan, Pengenalan Wajah, Local Binary Pattern Histogram, Webcam, Solenoid Door Lock.
Subjects:	Teknologi > Teknik elektro, Teknik Nukllir > Distribusi atau transmisi tenaga listrik Teknologi > Teknik elektro, Teknik Nukllir > Meteran listrik Teknologi > Teknologi (umum) Teknologi > Teknik elektro, Teknik Nukllir
Program Studi:	Fakultas Teknik > S1 Teknik Elektro
Depositing User:	Mr Firman Al Mubaroq
Date Deposited:	26 Dec 2022 19:13
Last Modified:	26 Dec 2022 19:13
URI:	http://eprints.umk.ac.id/id/eprint/17555

Actions (login required)

View Item