• 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.

    RANCANG BANGUN DAN ANALISIS SISTEM PENGENDALIAN AKSES RUANGAN COMMAND CENTER DENGAN FACE RECOGNITION BERBASIS MIKROKONTROLLER

    Thumbnail
    View/Open
    Laporan Ta Helmi Aslam Final (1).pdf (13.06Mb)
    102116069 Artikel Tugas Akhir_Helmi Aslam_102116069 (TMR).pdf (2.994Mb)
    Date
    2022-09-13
    Author
    Aslam, Helmi
    Metadata
    Show full item record
    Abstract
    Keamanan suatu ruangan command center merupakan isu yang sangat penting untuk menjadi perhatian mengingat banyaknya orang-orang yang tidak bertanggung jawab diluar sana serta banyak sekali alat-alat elektronik didalam ruangan tersebut, namun seiring berkembangnya zaman dan juga teknologi maka masalah ini dapat diselesaikan dengan menggunakan teknologi biometrik pengenalan wajah (face recognition). Teknologi face recognition ini dimanfaatkan sebagai sistem Access Control untuk memfilter siapa saja yang dapat memasuki ruangan tersebut agar tidak terjadi hal-hal yang tidak diinginkan. Pada perancangan ini sistem face recognition dibangun dengan menggunakan Raspberry pi 4 sebagai komponen utama untuk mengolah citra digital dan menggerakkan aktuator seperti relay dan juga solenoid doorlock . Dengan menggunakan Bahasa python library opencv dan juga library face_recognition maka dihasilkan 3 program yaitu program data gathering, Training data dan Face recognizer. Program Data gathering digunakan untuk memfoto wajah melalui webcam kemudian menyimpannya ke dalam folder database, program Training data untuk melatih data yang ada di database agar dapat dikenali dan program Face Recognizer untuk pengambil keputusan apakah orang tersebut dapat memasuki ruangan atau tidak. Hasil dari pengujian sistem ini adalah sistem dapat mengenali wajah sebanyak 27 dari 30 wajah dan memiliki akurasi 40% dari 150 kali percobaan pada tiap usernya.
    URI
    https://library.universitaspertamina.ac.id//xmlui/handle/123456789/7280
    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