RANCANG BANGUN SISTEM PENGENALAN WAJAH MENGGUNAKAN METODE HAAR CASCADE CLASSIFIER DAN LOCAL BINARY PATTERN HISTOGRAM (LBPH) PADA AKSES MASUK RUANG DOSEN

JALALUDDIN, AHMAD (2023) RANCANG BANGUN SISTEM PENGENALAN WAJAH MENGGUNAKAN METODE HAAR CASCADE CLASSIFIER DAN LOCAL BINARY PATTERN HISTOGRAM (LBPH) PADA AKSES MASUK RUANG DOSEN. Undergraduate thesis, UNIVERSITAS ISLAM SULTAN AGUNG.

	Text Teknik Informatika_32601700004_fullpdf.pdf Download (2MB)
	Text Teknik Informatika_32601700004_pernyataan_publikasi.pdf Restricted to Registered users only Download (143kB)

Abstract

Perkembangan teknologi suatu sistem pengamanan akses masuk ruangan telah banyak di temukan di berbagai instansi dengan menggunakan teknologi biometrik. Teknologi biometrik seperti sensor sidik jari, sensor retina mata dan deteksi wajah memberikan banyak kemudahan bagi pengguna suatu ruangan untuk keamanan privasi dan dokumen yang memiliki nilai yang tinggi. Masalah yang sering ditemukan pada ruangan yang didalamnya terdapat aset berharga adalah terjadinya pencurian. Oleh sebab itu diperlukan suatu teknologi biometrik untuk akses masuk ruangan yaitu face recognition atau pengenalan wajah dengan WebCam dan Jetson Nano sebagai alat yang digunakan untuk akses masuk ruangan. Jetson Nano yang akan menjadi otak kamera dimana kamera dapat mengenali wajah pengguna dan beberapa orang yang dapat mengakses ruangan. Jika citra yang diproses terdapat kecocokan pada file data maka program akan memberikan perintah output pintu dalam kondisi terbuka. Namun apabila citra yang ditangkap tidak ada kecocokan dengan file data maka pintu selalu dalam kondisi tertutup. metode Haar Cascade Classifier dan Local Binary Pattern Histogram (LBPH) dapat bekerja dengan hasil yang cukup untuk dapat digunakan diruangan dosen Teknik Informatika Unissula yaitu. Namun hasil tersebut masih cukup rendah jika di gunakan untuk sekala lebih yang lebih besar seperti seperti Keamanan akses masuk ruangan. Dari percobaan tiga jarak yang dilakukan mendapatkan dua kesimpulan yaitu semakin jauh jarak wajah ke kamera maka hasil FRR semakin besar dan semakin dekat jarak wajah ke kamera maka hasil FAR semakin besar. Hasil maksimal dari percobaan ini didapat pada jarak kamera ke wajah sejauh 50 cm yaitu dengan akurasi total yang di dapatkan adalah 83,33%, FAR sebesar 16,7 % dan FRR sebesar 0 %. Keywords: Keamanan, Face recognition, OpenCV, LBPH, Jetson Nano

Item Type:	Thesis (Undergraduate)
Subjects:	T Technology > T Technology (General)
Divisions:	Fakultas Teknologi Industri Fakultas Teknologi Industri > Teknik Informatika
Depositing User:	Pustakawan 3 UNISSULA
Date Deposited:	19 Oct 2023 02:24
Last Modified:	19 Oct 2023 02:24
URI:	http://repository.unissula.ac.id/id/eprint/32015

Actions (login required)

View Item