PROTOTIPESISTEM KEAMANAN AKSES MASUK RUANGAN BERBASIS FACE RECOGNITION MENGGUNAKAN ALGORITMA DEEP LEARNING

POHAN, IMMANUEL MORRIES and Hikmarika, Hera (2023) PROTOTIPESISTEM KEAMANAN AKSES MASUK RUANGAN BERBASIS FACE RECOGNITION MENGGUNAKAN ALGORITMA DEEP LEARNING. Undergraduate thesis, Sriwijaya University.

	Text RAMA_20201_03041281924025.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (3MB) | Request a copy
	Text RAMA_20201_03041281924025_TURNITIN.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (4MB) | Request a copy
	Text RAMA_20201_03041281924025_0007127801_01_front_ref.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (618kB)
	Text RAMA_20201_03041281924025_0007127801_02.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (435kB) | Request a copy
	Text RAMA_20201_03041281924025_0007127801_03.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (358kB) | Request a copy
	Text RAMA_20201_03041281924025_0007127801_04.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (839kB) | Request a copy
	Text RAMA_20201_03041281924025_0007127801_05.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (9kB) | Request a copy
	Text RAMA_20201_03041281924025_0007127801_06_ref.pdf - Bibliography Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (136kB) | Request a copy
	Text RAMA_20201_03041281924025_0007127801_07_lamp.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (1MB) | Request a copy

Abstract

Sistem keamanan yang sering dipakai biasanya bersifat konvensional, yang mengandalkan prinsip mekanik. Perkembangan pengetahuan dan teknologi juga diiringi dengan modernisasi sistem keamanan. Teknologi keamanan biometrik yang berkembang saat ini, seperti pengenalan sidik jari, pengenalan retina, pengenalan iris, dll, mengharuskan seseorang untuk memposisikan tubuhnya pada posisi tertentu relatif satu sama lain. Dengan perkembangan teknologi yang pesat, pengenalan wajah lebih mudah daripada sistem pengenalan tubuh manusia lainnya seperti sidik jari, iris mata dan DNA. Hal itu dikarenakan tidak memerlukan partisipasi wajib dan dapat menyelesaikan masalah tanpa mempengaruhi kehidupan normal masyarakat. Adapun tujuan dari penelitian ini adalah mengimplementasikan sistem yang memiliki tingkat keamanan tinggi dan modern pada pintu dengan menggunakan algoritma deep learning pada proses pembelajaran untuk mendeteksi dan mengenali wajah secara real-time. Beberapa tahapan yang dilakukan untuk membuat sistem pengenalan berbasis wajah diantaranya; pengambilan citra wajah , pengolahan citra wajah, pelatihan citra menggunakan 3 arsitektur CNN, pengujian model menggunakan data testing, dan pengujian model menggunakan webcam secara real-time. Hasil akurasi terbaik antara 3 arsitektur pelatihan Xception, VGG-16 dan Modifikasi VGG16 secara berturut-turut untuk 100 epoch sebesar 0.9469,0.9971, dan 1.Pada pengujian 3 arstiektur menggunakan 102 data uji diantaranya beruturut-turut sebesar 50%, 97.05% dan 97.05%. Selanjutnya pada pengujian menggunakan 15 responden yang terdiri dari 8 responden yang berada dalam dataset dan 7 tidak dalam dataset akurasi yang dihasilkan sebesar 86.6% . Berdasarkan hasil yang dilakukan selamat penelitian menunjukan model modifikasi VGG-16 dapat mengenali dengan baik dan dapat di implementasikan sebagai sistem keamanan akses masuk ruangan.

Item Type:	Thesis (Undergraduate)
Uncontrolled Keywords:	Teknik Elektro,Security System
Subjects:	T Technology > TK Electrical engineering. Electronics Nuclear engineering > TK1-9971 Electrical engineering. Electronics. Nuclear engineering > TK1 Electrical engineering--Periodicals. Automatic control--Periodicals. Computer science--Periodicals. Information technology--Periodicals. Automatic control. Computer science. Electrical engineering. Information technology.
Divisions:	03-Faculty of Engineering > 20201-Electrical Engineering (S1)
Depositing User:	Immanuel Morries Pohan
Date Deposited:	27 Jul 2023 06:41
Last Modified:	27 Jul 2023 06:41
URI:	http://repository.unsri.ac.id/id/eprint/122616

Actions (login required)

View Item