Livianto, Steaven (2025) PERANCANGAN SISTEM PENGUNCIAN PINTU MENGGUNAKAN FACE RECOGNITION BERBASIS ESP32 CAM. Skripsi thesis, UNAMA.
![]() |
Text
BAB I.pdf Download (814kB) |
![]() |
Text
BAB II.pdf Restricted to Registered users only Download (1MB) |
![]() |
Text
BAB III.pdf Restricted to Registered users only Download (929kB) |
![]() |
Text
BAB IV.pdf Restricted to Registered users only Download (2MB) |
![]() |
Text
BAB V.pdf Download (2MB) |
![]() |
Text
DAFTAR PUSTAKA.pdf Download (463kB) |
Abstract
Perkembangan teknologi sudah sangat maju pada masa sekarang ini. Teknologi penguncian pintu telah banyak berkembang untuk menggantikan kunci mekanikal seperti RFID dan face recognition. Teknologi face recognition membutuhkan komputasi yang besar sehingga membutuhkan mikrokontroler dengan harga yang lumayan mahal. Tujuan dari penelitian ini adalah untuk merancang sistem face recognition untuk akses kunci pintu yang lebih efisien sehingga penulis menggunakan mikrokontroler ESP32 Cam. Dengan memanfaatkan library yang dimiliki ESP32 Cam, sistem dapat melakukan face recognition dengan algoritma ArcFace yang dibuat menggunakan arsitektur MobileNetV2 sehingga memapukan model pengenalan wajah bekerja pada perangkat yang memiliki komputasi yang terbatas. Hasil penelitian menunjukkan alat yang dirancang mampu menjalankan fungsi face recognition sebagai autentikasi untuk akses kunci pintu yang menggunakan selenoid door lock. Hasil pengujian membuktikan bahwa kemampuan alat ini dalam mengenali wajah memiliki tingkat keberhasilan 100% pada pencahayaan terang dengan rentang jarak 30cm hingga 70cm dan arah wajah harus menghadap lurus ke kamera. Tingkat pencahayaan berpengaruh kepada tingkat keberhasilan sistem dalam mengenali wajah. Sistem ini juga dapat memberikan notifikasi melalui telegram dan dapat mengirim foto wajah yang tidak dikenali sistem. Kelemahan hasil rancangan ini adalah sistem belum memiliki teknologi untuk dapat membedakan citra wajah yang asli dengan citra wajah yang dimanipulasi menggunakan foto sehingga sistem dapat diakses menggunakan foto citra wajah yang terdaftar dan pada pencahayaan gelap kamera tidak dapat mendeteksi wajah dengan baik.
Item Type: | Thesis (Skripsi) |
---|---|
Subjects: | Sistem Kontrol |
Divisions: | Skripsi > Sistem Komputer > 2025 |
Depositing User: | Digital Library |
Date Deposited: | 16 Jul 2025 07:11 |
Last Modified: | 16 Jul 2025 07:11 |
URI: | http://repository.unama.ac.id/id/eprint/4529 |
Actions (login required)
![]() |
View Item |