• Login
    View Item 
    •   DSpace Home
    • FACULTY OF INDUSTRIAL TECHNOLOGY
    • ELECTRICAL ENGINEERING (TEKNIK ELEKTRO)
    • DISSERTATIONS AND THESES (EE)
    • View Item
    •   DSpace Home
    • FACULTY OF INDUSTRIAL TECHNOLOGY
    • ELECTRICAL ENGINEERING (TEKNIK ELEKTRO)
    • DISSERTATIONS AND THESES (EE)
    • View Item
    JavaScript is disabled for your browser. Some features of this site may not work without it.

    Sistem Pengenalan Wajah (Face Recognition) dengan Metode Local Binary Pattern Histogram untuk Keamanan Rumah

    Thumbnail
    View/Open
    Laporan Tugas Akhir Bagian Depan- Sistem Pengenalan Wajah dengan Metode Local Binary Pattern Histogram untuk Keamanan Rumah - Lulu Gemari (2.428Mb)
    Date
    2021-02-17
    Author
    Gemari, Lulu
    Metadata
    Show full item record
    Abstract
    Pada tugas akhir ini dilakukan perancangan sistem pengenalan wajah dengan tujuan untuk keamanan rumah. Sistem dirancang menggunakan Raspberry Pi 3B+ yang digunakan sebagai kontroler untuk memproses pendeteksian dan pencocokan dari database, serta sebagai penggerak aktuator dan pengirim notifikasi melalui aplikasi Telegram. Metode yang dipergunakan dalam perancangan sistem pengenalan wajah ini adalah metode algoritma LBPH (Local Binary Pattern Histogram). Hasil dari pengujian ini menunjukan bahwa pengujian akurasi pengenalan wajah dengan variasi intensitas cahaya sebesar 120 Lux dan 40 Lux adalah yang paling baik. Dihasilkan nilai akurasi sistem sebesar 93% pada pengujian citra sesuai database pada intensitas cahaya 120 Lux dan 95% pada pengujian citra tidak seusai database. Nilai Akurasi pengenalan wajah dengan intensitas cahaya 40 lux memiliki nilai akurasi sebesar 86% pada pengujian citra sesuai database dan 96% untuk citra tidak sesuai database. Pada pengujian pengendalian relay menggunakan telegram didapatkan delay rata-rata sebesar 0.59 detik untuk mengaktifkan relay dan 0.58 detik untuk me-non aktifkan relay. Dan pada pengujian pengiriman data orang tidak dikenali ke telegram memiliki nilai performa sistem yang paling baik pada variasi intensitas cahaya sebesar 120 lux. Dimana dihasilkan nilai akurasi sebesar 83%. Pengujian yang terakhir yaitu pengujian pengendalian relay untuk orang yang dikenali. Dari pengujian ini dihasilkan nilai performa sistem yang paling baik dengan intensitas cahaya sebesar 120 lux dengan nilai akurasi sebesar 80%.
    URI
    https://library.universitaspertamina.ac.id//xmlui/handle/123456789/3217
    Collections
    • DISSERTATIONS AND THESES (EE)

    DSpace software copyright © 2002-2015  DuraSpace
    Contact Us | Send Feedback
    Theme by 
    @mire NV
     

     

    Browse

    All of DSpaceCommunities & CollectionsBy Issue DateAuthorsTitlesSubjectsThis CollectionBy Issue DateAuthorsTitlesSubjects

    My Account

    LoginRegister

    DSpace software copyright © 2002-2015  DuraSpace
    Contact Us | Send Feedback
    Theme by 
    @mire NV