PUTRI, SEZA ABELIA (2020) RANCANG BANGUN KUNCI PENGAMAN TAMBAHAN MENGGUNAKAN FACE RECOGNITION & FINGER PRINT SENSOR PADA SEPEDA MOTOR. S1 thesis, Universitas Mercu Buana Jakarta.
|
Text (HAL COVER)
01. Cover.pdf Download (389kB) | Preview |
|
![[img]](https://repository.mercubuana.ac.id/style/images/fileicons/text.png) |
Text (BAB I)
02. Bab 1.pdf Restricted to Registered users only Download (118kB) |
|
|
Text (BAB II)
03. Bab 2.pdf Restricted to Registered users only Download (230kB) |
|
|
Text (BAB III)
04. Bab 3.pdf Restricted to Registered users only Download (786kB) |
|
|
Text (BAB IV)
05. Bab 4.pdf Restricted to Registered users only Download (81kB) |
|
|
Text (BAB V)
06. Bab 5.pdf Restricted to Registered users only Download (103kB) |
|
|
Text (DAFTAR PUSTAKA)
07. Daftar Pustaka.pdf Restricted to Registered users only Download (77kB) |
|
|
Text (LAMPIRAN)
08. Lampiran.pdf Restricted to Registered users only Download (226kB) |
Abstract
In order to reduce the risk of motorcycle theft, various efforts have been made by both manufacturing companies and motorbike users. Therefore, the authors tried to develop this additional key by combining face recognition and fingerprint sensors using the Raspberry Pi microcontroller. The method that can be used for face recognition is Haar Cascade. The Raspberry Pi will be used as a storage area for facial and fingerprint databases using the OpenCV library. The database will be filled with facial photos and fingerprints taken directly from different positions. The programming language used in this study is Python version 3.7.3. From the tests that have been carried out, the distance between the face and the camera cannot be less than 10 cm and cannot exceed 100 cm. For the fingerprint sensor, the fingerprint object must be perfectly attached and must not move too quickly from the sensor box so that it can be recognized properly. Keywords |: Raspberry Pi, Face Recognition, Haar Cascade Classifier fingerprint, Additional Safety Key. Dalam rangka mengurangi risiko pencurian sepeda motor, berbagai upaya dilakukan baik oleh perusahaan pembuat maupun oleh pengguna sepeda motor. Oleh karena itu, penulis mencoba mengembangkan kunci tambahan tersebut dengan menggabungkan face recognition dan fingerprint sensor menggunakan mikrokontroler Raspberry Pi. Metode yang dapat digunakan untuk face recognition adalah Haar Cascade. Raspberry Pi akan diguanakan sebagai tempat penyimpanan database wajah dan sidik jari dengan menggunakan library OpenCV. Database akan diisi foto wajah dan sidikjari yang diambil secara langsung dengan posisi yang berbeda-beda. Bahasa pemrograman yang digunakan pada penelitian ini adalah Python versi 3.7.3. Dari pengujian yang telah dilakukan yaitu jarak antara wajah dengan kamera tidak boleh kurang dari 10 cm dan tidak boleh melebihi 100 cm. Untuk sensor sidik jari, objek sidik jari harus menempel dengan sempurna dan tidak boleh terlalu cepat bergerak dari kotak sensor agar dapat dikenali dengan baik. Kata kunci|: Raspberry Pi, Face Recognition, fingerprint Haar Cascade Classifier, Kunci Pengaman Tambahan.
Actions (login required)
 |
View Item |
