Irawan, Firdha Roofi (2019) TA : Rancang Bangun Pintu Gate Berbasis Wajah Menggunakan Metode Viola-Jones Melalui Raspberry Pi. Undergraduate thesis, Institut Bisnis dan Informatika Stikom Surabaya.
|
Text
14410200062-2019-STIKOMSURABAYA.pdf - Accepted Version Available under License Creative Commons Attribution Non-commercial Share Alike. Download (1MB) | Preview |
Search this title on : 
| 
Abstract
Keamanan adalah hal terpenting yang biasa terdapat pada semua tempat. Seiring dengan perkembangan teknologi, keamanan pada tempat dapat dikombinasikan dengan teknologi. Banyak teknologi kemanan yang telah dikembangan seperti RFID yang menggunakan kartu. Namun RFID mempunyai kelemahan yaitu bila kartu hilang ataupun rusak. Sebagai penggantinya dapat menggunakan metode Face Recognition yang telah banyak dikembangakan untuk menjadi sistem keamanan kedepannya. Pada penelitian ini penulis membuat tugas akhir rancang bangun pintu gate berbasis wajah menggunakan metode viola-jones. Pendeteksi wajah tersebut dikontrol oleh Raspberry dan kamera sebagai inputan, sehingga setiap frame yang diambil diolah dan menghasilkan output berupa wajah yang terdeteksi yang menandakan objek wajah dikenali ataupun tidak dikenali. Sebelum dapat dikenali objek wajah sudah terdahulu didaftarkan. Hasil pengujian pada tugas akhir ini mampu membedakan objek yang telah didaftarkan dan berhasil dikenali menggunakan metode Viola-Jones dengan sudut 15 derajat dan dengan tingkat keberhasilan 100% pada nilai intensitas cahaya antara 243 Lux hingga 272 Lux.
Export Record
| Item Type: | Thesis (Undergraduate) |
|---|---|
| Additional Information: | Firdha Roofi Irawan (14410200062) |
| Uncontrolled Keywords: | Viola-Jones, Face Recognition, Pintu Gate Otomatis. |
| Dewey Decimal Classification: | 600 – Technology > 620 Engineering & Applied operations > 621 Applied physics |
| Divisions: | Fakultas Teknologi dan Informatika > S1 Teknik Komputer |
| Depositing User: | Agung P. W. |
| Date Deposited: | 28 Jun 2019 11:25 |
| Last Modified: | 28 Jun 2019 11:25 |
| THESIS ADVISORS: |
1. UNSPECIFIED (NIDN : UNSPECIFIED)
|
| URI: | http://repository.dinamika.ac.id/id/eprint/3360 |
Download Statistics
Downloads over the past year. Other digital versions may also be available to download e.g. from the publisher's website.
Actions (login required)
 |
View Item |
Comments & Notes
Comments & Notes