PROTOTYPE SISTEM MONITORING KEAMANAN PINTU DATA CENTER BERBASIS INTERNET OF THINGS (IOT) DENGAN FACE RECOGNITION MENGGUNAKAN METODE FISHERFACE

MULYANA, DENI (2021) PROTOTYPE SISTEM MONITORING KEAMANAN PINTU DATA CENTER BERBASIS INTERNET OF THINGS (IOT) DENGAN FACE RECOGNITION MENGGUNAKAN METODE FISHERFACE. S1 thesis, Universitas Mercu Buana Jakarta.

Preview	Text (HAL COVER) 01 Cover.pdf Download (256kB) | Preview
	Text (BAB I) 02 Bab 1.pdf Restricted to Registered users only Download (134kB)
	Text (BAB II) 03 Bab 2.pdf Restricted to Registered users only Download (400kB)
	Text (BAB III) 04 Bab 3.pdf Restricted to Registered users only Download (209kB)
	Text (BAB IV) 05 Bab 4.pdf Restricted to Registered users only Download (548kB)
	Text (BAB V) 06 Bab 5.pdf Restricted to Registered users only Download (53kB)
	Text (DAFTAR PUSTAKA) 07 Daftar Pustaka.pdf Restricted to Registered users only Download (98kB)
	Text (LAMPIRAN) 08 Lampiran.pdf Restricted to Registered users only Download (326kB)

Abstract

The data center is one of the important components in the current business environment. In addition, the data center is also the core of business services and is expected to be able to provide optimal service. The use of fingerprint sensors on door access can be a medium for the spread of Covid-19 in office areas. To improve the security system and prevent the spread of Covid-19, a door security monitoring system is needed at the data center using face recognition. In this study, a data center door security monitoring system was designed using a face recognition system and connected using the Internet of Things (IoT) and NodeMCU as a microcontroller. The method used in the face recognition process is fisherface which has advantages in face recognition because faces have minor differences in expression and changes in lighting. Servo motor to close and open the door and LED as a sign of the condition of the door. This prototype also serves to secure the data center door from the possibility that people who are not recognized or registered in the database enter the data center. From the results of tests carried out using the fisherface method, 80% results were obtained using 50 datasets the door can open and recognize faces. And the response of the system to open the door after the face is recognized is 1.4 seconds with the output voltage on the servo motor of 5 V. Then the system also managed to send an email notification if there was an attempt to enter from someone who was not recognized or not registered in the database with a delivery speed of about 0.3 seconds or depending on internet speed. Keywords: Face Recognition, Fisherface, NodeMCU and Internet of Things. Data center menjadi salah satu komponen penting dalam lingkungan bisnis yang ada saat ini. Selain itu, data center juga merupakan inti dari layanan bisnis dan diharapkan mampu memberikan pelayanan seoptimal mungkin. Penggunaan sensor sidik jari pada akses pintu dapat menjadi media penyebaran Covid-19 di area perkantoran. Untuk meningkatkan sistem keamanan dan mencegah penyebaran Covid-19 maka diperlukan sistem monitoring keamanan pintu pada data center menggunakan pengenalan wajah. Pada penelitian ini dirancang sebuah sistem monitoring keamanan pintu data center dengan menggunakan sistem face recoginition dan terkoneksi menggunakan Internet of Things (IoT) serta NodeMCU sebagai mikrokontroler. Metode yang digunakan dalam proses pengenalan wajah adalah fisherface yang mempunyai keunggulan dalam pengenalan wajah karena wajah memiliki perbedaan ekspresi minor dan perubahan pencahayaan. Motor servo untuk menutup dan membuka pintu serta LED sebagai tanda kondisi pintu. Prototype ini juga berfungsi untuk mengamankan pintu data center dari kemungkinan orang yang tidak dikenali atau terdaftar dalam database memasuki data center. Dari hasil pengujian yang dilakukan menggunakan metode fisherface diperoleh hasil 80% dengan menggunakan 50 dataset pintu dapat terbuka dan mengenali wajah. Serta respon sistem untuk membuka pintu setelah wajah dikenali adalah 1,4 detik dengan tegangan keluaran pada motor servo sebesar 5 V. Kemudian sistem juga berhasil mengirimkan notifikasi email apabila terdapat percobaan masuk dari orang yang tidak dikenali atau tidak terdaftar pada database dengan kecepatan pengiriman sekitar 0,3 detik atau tergantung dari kecepatan internet. Kata Kunci: Face Recognition, Fisherface, NodeMCU dan Internet of Things

Actions (login required)

View Item