DESAIN PROTOTIPE PENDETEKSI WAJAH MANUSIA MENGGUNAKAN MEDIA KAMERA MENGGUNAKAN RASPBERRY PI 4 (Studi Kasus : Distrik Navigasi Kelas I Palembang)

Yustinus Yoga Rahmat, Wawan nurmansyah

Abstract


Perkembangan teknologi pada era ini terjadi cukup pesat. Diantaranya terlihat pada semakin berkembangnya sistem otomasi yang membantu pekerjaan manusia menjadi lebih modern dan praktis. Di era modern ini, kejahatan cukup tinggi terutama pada pencurian server sehingga mendorong terciptanya alat-alat canggih yang disebut dengan alat pendeteksi objek pada ruang server di Distrik Navigasi Kelas I Palembang. Server merupakan suatu komputer yang melayani pelanggan, sehingga harus dilengkapi dengan teknologi canggih dan pembawa data yang besar, sehingga memerlukan sistem keamanan yang bekerja secara real time pada saat barang sampai di ruang server. Salah satunya dengan menggunakan alat pengenalan objek manusia dan pengenalan wajah berbasis Raspberry Pi 4 B dengan metode PCA (Principal Component Analysis). Hasil sistem keamanan pengenalan objek menggunakan pengenalan wajah berbasis Raspberry Pi 4 b dengan metode PCA. Sistem ini dibuat dengan kamera yang terhubung ke Raspberry Pi 4 B dan Python menggunakan library OpenCV. Berdasarkan hasil analisis disimpulkan bahwa sistem keamanan untuk mengidentifikasi wajah yang dikenali dan tidak dikenali ini dapat bekerja dan menampilkan hasil reporting pengenalan wajah yang masuk pada ruang server di Distrik Navigasi Kelas I Palembang pada aplikasi berbasis website.


Full Text:

PDF

References


Bakri, M. A., Farhan, M., Sujatmiko, A., & Firasanti, A. (2022). Pemantauan Suhu dan Deteksi Gerak Obyek Berbasis IoT pada Ruang Server Menggunakan Thinger.IO. TELKA - Telekomunikasi Elektronika Komputasi Dan Kontrol, 8(1), 74–81. https://doi.org/10.15575/telka.v8n1.74-81

Bima Putra Gusti Pamungkas, Budi Nugroho, F. A. (2021). Deteksi dan Menghitung Manusia Menggunakan YOLO-CNN. Jurnal Informatika Dan Sistem Informasi, 02(1), 67–76.

Effendi, M. R., Ahmad, E., Hamidi, Z., & Suhardi, A. A. (2017). Rancang Bangun Sistem Pendeteksi Manusia Pada Ruangan Menggunakan Raspberry Pi 3 Type B dan Internet. Senter UINSGD, 15–16.

Hartawan, I. N. B., & Iswara, I. B. A. I. (2015). Analisis Penerapan AoE dan LVM sebagai Teknologi Berbagi Media Penyimpanan pada Multi Server. STMIK STIKOM Indonesia, 5(2), 91–95. https://doi.org/10.31598/sacies.v5i2.61

Kemenhub. (2006). Peraturan Menteri Perhubungan No 30 Tahun 2006. In Peraturan Menteri Perhubungan No 30 Tahun 2006.

Salamun, S., & Wazir, F. (2016). Rancang Bangun Sistem Pengenalan Wajah Dengan Metode Principal Component Analysis. Jurnal Teknologi Dan Sistem Informasi Univrab, 1(2), 59–75. https://doi.org/10.36341/rabit.v1i2.25

Sirait, F., & Yoserizal, Y. (2016). Pemanfaatan Raspberry Pi Sebagai Processor Pada Pendeteksian Dan Pengenalan Pola Wajah. Jurnal Teknologi Elektro, 7(3), 146–150. https://doi.org/10.22441/jte.v7i3.892

Subiyanto, S., Priliyana, D., Riyadani, Moh. E., Iksan, N., & Wibawanto, H. (2020). Sistem Pengenalan Wajah Dengan Algoritme PCA-GA Untuk Keamanan Pintu Rumah Pintar Menggunakan Rasberry Pi. Jurnal Teknologi Dan Sistem Komputer, 8(3), 210–216. https://doi.org/10.14710/jtsiskom.2020.13590

Sunardi, Anton Yudhana, M. A. T. (2022). Perancangan Sistem Pengenalan Wajah untuk Keamanan Ruangan Menggunakan Metode Local Binary Pattern Histogram. Jurnal Teknologi Elektro, 13(02), 123. https://doi.org/10.22441/jte.2022.v13i2.010

Susanti, R., & Fadillah, N. (2019). Deteksi Wajah Secara Real Time Menggunakan Metode Camshift. Jurnal Media Informatika Budidarma, 3(2), 133. https://doi.org/10.30865/mib.v3i2.1113




DOI: http://dx.doi.org/10.36723/juri.v16i1.635

Refbacks

  • There are currently no refbacks.


Lisensi Creative Commons
Ciptaan disebarluaskan di bawah Lisensi Creative Commons Atribusi-NonKomersial 4.0 Internasional.

 

 

 

 

 

View My Stats