PERPUSTAKAAN ITATS

  • Informasi
  • Berita
  • Bantuan
  • Pustakawan
  • Pengunjung
  • Masuk Pustakawan
  • Area Anggota
  • Pilih Bahasa :
    Bahasa Arab Bahasa Bengal Bahasa Brazil Portugis Bahasa Inggris Bahasa Spanyol Bahasa Jerman Bahasa Indonesia Bahasa Jepang Bahasa Melayu Bahasa Persia Bahasa Rusia Bahasa Thailand Bahasa Turki Bahasa Urdu

Pencarian berdasarkan :

SEMUA Pengarang Subjek ISBN/ISSN Pencarian Spesifik

Pencarian terakhir:

{{tmpObj[k].text}}
No image available for this title

RANCANG BANGUN SISTEM MONITORING AKSES KEAMANAN RUMAH BERBASIS FACE RECOGNITION MENGGUNAKAN METODE VIOLA JONES DAN PCA (PRINCIPAL COMPONENT ANALYSIS)

CHRISTIANTO HARI A - Nama Orang;

ABSTRAK
Dengan semakin meningkatnya jumlah penduduk dan menyempitnya lapangan
kerja akan menimbulkan dampak sosial yaitu tindak kejahatan pencurian dan
perampokan yang banyak dilakukan dikompleks perumahan hal tersebut terjadi
karena alasan desakan ekonomi dan tidak adanya pekerjaan yang bisa diandalkan
untuk memenuhi kebutuhan sehari-hari. Sehingga banyak pencuri yang berhasil
memasuki rumah yang kosong karena ditinggal berpergian, terutama pada saat
lebaran atau liburan panjang telah tiba. Oleh karena itu, perlu adanya sebuah sistem
keamanan yang mampu mengontrol akses pada pintu rumah. Sistem pengamanan
rumah bisa dilakukan monitoring oleh pemilik rumah dengan membangun sistem
keamanan untuk menghasilkan sebuah notifikasi ketika rumah dalam kondisi yang
tidak diinginkan. Tujuan dari penelitian ini adalah untuk membantu pemilik rumah
untuk meningkatkan akses keamanan pintu rumah dengan menggunakan deteksi
dan pengenalan wajah. Wajah adalah struktur multi dimensi yang rumit dan
membutuhkan teknik komputasi yang baik untuk mendeteksi dan mengenali.
Deteksi wajah adalah proses mendeteksi wilayah wajah dalam suatu gambar. Wajah
dideteksi dengan menggunakan metode viola jones dan pengenalan wajah
diimplementasikan dengan menggunakan Principal Component Analysis (PCA).
Pengenalan wajah berdasarkan PCA umumnya disebut sebagai penggunaan
Eigenfaces. Oleh karena itu, pengenalan wajah menggunakan PCA bisa lebih
bermanfaat untuk sistem akses keamanan pintu rumah daripada skema pengenalan
wajah lainnya.Dari pengujian sebanyak 50 kali didapatkan sebanyak 38 citra wajah
berhasil dikenali sesuai dengan database. Sedangkan 12 citra wajah tidak berhasil
dikenali. Wajah yang tidak berhasil dikenali dikarenakan wajah tersebut tidak
terdapat dalam database, selisih antara nilai eigenface wajah yang akan dikenali
dengan yang ada pada database mendekati sama. Akurasi pengenalan wajah dengan
metode Eigenface adalah sebesar 76%.

Kata kunci : Viola Jones, PCA, pengenalan wajah, keamanan rumah


Ketersediaan
S06-194411944Koleksi SkripsiTersedia
Informasi Detail
Judul Seri
-
No. Panggil
1944
Penerbit
Surabaya : ITATS., 2019
Deskripsi Fisik
-
Bahasa
Indonesia
ISBN/ISSN
-
Klasifikasi
NONE
Tipe Isi
-
Tipe Media
-
Tipe Pembawa
-
Edisi
-
Subjek
Viola Jones, PCA, pengenalan wajah
keamanan rumah
Info Detail Spesifik
NPM : 06.2013.1.06180 Nilai : B
Pernyataan Tanggungjawab
PEMBIMBING : IR.WAHYU WIDODO,M.KOM
Versi lain/terkait

Tidak tersedia versi lain

Lampiran Berkas
  • Abstrak Indonesia
  • Abstrak Inggris
Komentar

Anda harus masuk sebelum memberikan komentar

PERPUSTAKAAN ITATS
  • Informasi
  • Layanan
  • Pustakawan
  • Area Anggota

Tentang Kami

Perpustakaan pusat ITATS pada tahun akademik 2003/2004 tercatat memiliki koleksi buku sebanyak 19.165 judul atau 38.043 eksemplar. Koleksi terdiri dari buku teks, referensi, tugas mahasiswa (skripsi, kerja praktik, dan lain-lain), serta terbitan berkala (majalah, surat kabar, dan jurnal ilmiah).

Cari

masukkan satu atau lebih kata kunci dari judul, pengarang, atau subjek

Donasi untuk SLiMS Kontribusi untuk SLiMS?

© 2023 — Senayan Developer Community

Ditenagai oleh SLiMS
Pilih subjek yang menarik bagi Anda
  • Karya Umum
  • Filsafat
  • Agama
  • Ilmu-ilmu Sosial
  • Bahasa
  • Ilmu-ilmu Murni
  • Ilmu-ilmu Terapan
  • Kesenian, Hiburan, dan Olahraga
  • Kesusastraan
  • Geografi dan Sejarah
Icons made by Freepik from www.flaticon.com
Pencarian Spesifik