SISTEM KEAMANAN PINTU RUMAH MENGGUNAKAN PENGENALAN WAJAH DAN SIDIK JARI YANG TERHUBUNG DENGAN EMAIL

PRATAMA, OGI (2021) SISTEM KEAMANAN PINTU RUMAH MENGGUNAKAN PENGENALAN WAJAH DAN SIDIK JARI YANG TERHUBUNG DENGAN EMAIL. S1 thesis, Universitas Mercu Buana Jakarta.

Preview	Text (HAL COVER) cover + daftar isi TA OGI PRATAMA_41415010046-dikonversi (1).pdf Download (267kB) | Preview
	Text (BAB I) BAB 1 TA OGI PRATAMA_41415010046-dikonversi.pdf Restricted to Registered users only Download (110kB)
	Text (BAB II) BAB II TA OGI PRATAMA_41415010046-dikonversi.pdf Restricted to Registered users only Download (515kB)
	Text (BAB III) BAB III TA OGI PRATAMA_41415010046-dikonversi.pdf Restricted to Registered users only Download (308kB)
	Text (BAB IV) BAB IV TA OGI PRATAMA_41415010046-dikonversi.pdf Restricted to Registered users only Download (244kB)
	Text (BAB V) BAB V TA OGI PRATAMA-dikonversi (1).pdf Restricted to Registered users only Download (48kB)
	Text (DAFTAR PUSTAKA) Daftar Pustaka TA Ogi Pratama-dikonversi (1).pdf Restricted to Registered users only Download (86kB)
	Text (LAMPIRAN) Lampiran TA OGI PRATAMA_41415010046-dikonversi.pdf Restricted to Registered users only Download (708kB)

Abstract

Kesibukan sehari-hari memaksa seseorang untuk meninggalkan rumah dalam keadaan kosong, seperti halnya Bekerja ataupun sekolah. Hal ini perlu di perhatikan karena rumah rentan untuk dibobol dan terjadi tindakan pencurian, bahkan ketika rumah sudah terkunci atau tergembok dengan rapat. Oleh karena itu, dibuatlah dual sistem keamanan pintu rumah otomatis ini agar dapat meminimalisir terjadinya pencurian atau pembobolan rumah saat rumah sedang ditinggal. Pada perancangan ini, penulis membuat sebuah sistem keamanan pintu rumah otomatis yang menggunakan Face Recognition dan fingerprint dengan Raspberry Pi sebagai pusat control atau media penyimpanan dataset untuk proses masukan (input) dan menggunakan Webcam atau USB camera dan fingerprint sebagai sensor serta Solenoid Lock Door sebagai proses keluaran (output). Alat ini menggunakan metode Haar Cascade Classifier. Dalam laporan skripsi ini, penulis mendapatkan kesimpulan dari pengujian yang telah dilakukan yaitu jarak antara wajah dengan kamera tidak boleh kurang dari 10 cm dan tidak boleh melebihi 10m agar sistem mendapatkan hasil yang maksimal. Dari hasil pengujian proses encode gambar mendapatkan hasil rata-rata sebesar 12,25 detik. Untuk sensor sidik jari objek sidik jari harus menempel dengan lurus dan tidak boleh keluar dari kotak sensor agar dapat di kenali dengan baik. Pengunci Solenoid akan terbuka jika 2 kondisi terpenuhi yaitu wajah dan sidik jari dikenali oleh sistem. Jika wajah tidak dikenali maka sistem akan terus mengidentifikasi wajah yang terdeteksi di kamera. Jika wajah dikenali maka sistem akan meminta objek untuk menempelkan sidik jarinya, jika sidik jari dikenali maka solenoid akan terbuka dan juka sidik jari tidak terdaftar atau dikenali maka sistem akan berhenti. Kata kunci|: Raspberry Pi, Face Recognition, fingerprint Haar Cascade Classifier, Solenoid Lock Door.

Actions (login required)

View Item