Sistem akses pintu masuk ruangan dengan pengenalan wajah menggunakan model facenet berbasis raspberry Pi

Alim, Natavijoy (2025) Sistem akses pintu masuk ruangan dengan pengenalan wajah menggunakan model facenet berbasis raspberry Pi. Undergraduate thesis, Widya Mandala Surabaya Catholic University.

	Text (ABSTRAK) ABSTRAK_SKRIPSI_Natavijoy A_5103021004.pdf Download (1MB)
	Text (BAB 1) BAB_I_SKRIPSI_Natavijoy A_5103021004.pdf Download (126kB)
	Text (BAB 2) BAB_II_SKRIPSI_Natavijoy A_5103021004.pdf Restricted to Registered users only Download (1MB) | Request a copy
	Text (BAB 3) BAB_III_SKRIPSI_Natavijoy A_5103021004.pdf Restricted to Registered users only Download (713kB) | Request a copy
	Text (BAB 4) BAB_IV_SKRIPSI_Natavijoy A_5103021004.pdf Restricted to Registered users only Download (1MB) | Request a copy
	Text (BAB 5) NEW_BAB_V_SKRIPSI_Natavijoy A_5103021004.pdf Download (175kB)
	Text (LAMPIRAN) LAMPIRAN_SKRIPSI_Natavijoy A_5103021004.pdf Restricted to Registered users only Download (1MB) | Request a copy

Abstract

Pada era digital, kebutuhan akan akses ruangan yang efektif dan selektif semakin meningkat. Penggunaan biometrik wajah dapat menjadi keunggulan jika diimplementasikan pada sistem akses ruangan karena bersifat tidak bersentuhan dengan sensor dan melakukan analisis dari keunikan wajah manusia itu sendiri, sehingga tidak membutuhkan perangkat tambahan yang diberikan untuk setiap subjek untuk mengakses ruangan. Pada skripsi ini, dibuat sistem akses pintu masuk dengan pengenalan wajah menggunakan model facenet yang diakui keakuratannya yang tinggi pada perangkat Raspberry Pi. Metode klasifikasi wajah pada sistem ini menggunakan model pembelajaran mesin terawasi yaitu k-Nearest Neighbor. Sistem ini dilengkapi antarmuka grafis berbasis PyQt6 untuk memudahkan proses registrasi dan pengenalan wajah secara real-time dan dapat didaftarkan pada perangkat yang berbeda serta digunakan basis data MariaDB sebagai penyimpanan data identitas terdaftar. Selain itu, sistem ini juga dilengkapi dengan verifikasi kehidupan berupa kedipan mata berbasis kalkulasi EAR yang bertujuan untuk menghindari pembacaan pada foto atau layar ponsel karena hal ini dapat berpotensi untuk penyalahgunaan. Melalui pengujian sistem ini, akurasi yang dihasilkan diatas 90% dengan waktu pengenalan kurang dari 1 detik. Namun, kondisi seperti perubahan intensitas cahaya ruangan dan penggunaan kamera yang berbeda antara pendaftaran dan pengenalan akan berpengaruh pada hasil pengenalan wajah. Namun sistem masih bisa mengenalinya dengan tingkat similaritas terukur dengan euclidean distance yang berbeda dan mendekati batas yang telah ditentukan yaitu 0,6125 berdasarkan pertimbangan yang ada. Dengan demikian, disarankan untuk menggunakan foto yang terbaru serta membuat kondisi pencahayaan yang relatif sama antara foto yang digunakan untuk pendaftaran dengan tempat pengenalan wajah untuk mendapatkan hasil yang optimal.

Item Type:	Thesis (Undergraduate)
Department:	S1 - Teknik Elektro
Contributors:	Contribution Contributors NIDN / NIDK Email Thesis advisor Angka, Peter Rhatodirdjo NIDN0703096101 UNSPECIFIED
Uncontrolled Keywords:	Akses pintu masuk, pengenalan wajah, facenet, raspberry Pi.
Subjects:	Engineering Engineering > Electrical Engineering
Divisions:	Faculty of Engineering > Electrical Engineering Study Program
Depositing User:	Natavijoy Alim
Date Deposited:	20 Jan 2025 04:24
Last Modified:	20 Jan 2025 04:24
URI:	https://repositori.ukwms.ac.id/id/eprint/42173

Actions (login required)

View Item