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

Dosen Pembimbing:	BADIEAH, BADIEAH and MULYONO, SRI | nidn0619018701, nidn0626066601
Item Type:	Thesis (Undergraduate)
Subjects:	T Technology > T Technology (General)
Divisions:	Fakultas Teknologi Industri Fakultas Teknologi Industri > Mahasiswa FTI - Skripsi Teknik Informatika
Depositing User:	Pustakawan 3 UNISSULA
Date Deposited:	19 Oct 2023 02:24
Last Modified:	19 Oct 2023 02:24
URI:	https://repository.unissula.ac.id/id/eprint/32015

Actions (login required)

View Item