Nugraha, Shifa Ramdan (2025) Implementasi ESP32-CAM untuk smart door lock berbasis face recognition menggunakan edge impulse. Sarjana thesis, UIN Sunan Gunung Djati Bandung.
|
Text (COVER)
1_Cover.pdf Download (193kB) | Preview |
|
|
Text (ABSTRAK)
2_Abstrak.pdf Download (240kB) | Preview |
|
|
Text (LEMBAR PERNYATAAN KARYA SENDIRI)
3_Lembar Pernyataan Karya Sendiri.pdf Download (383kB) | Preview |
|
|
Text (DAFTAR ISI)
4_Daftar Isi.pdf Download (217kB) | Preview |
|
|
Text (BAB I)
5_BAB 1.pdf Download (303kB) | Preview |
|
![[img]](https://digilib.uinsgd.ac.id/style/images/fileicons/text.png) |
Text (BAB II)
6_BAB 2.pdf Restricted to Registered users only Download (538kB) |
|
|
Text (BAB III)
7_BAB 3.pdf Restricted to Registered users only Download (337kB) |
|
|
Text (BAB IV)
8_BAB 4.pdf Restricted to Registered users only Download (1MB) |
|
|
Text (BAB V)
9_BAB 5.pdf Restricted to Registered users only Download (839kB) |
|
|
Text (BAB VI)
10_BAB 6.pdf Restricted to Registered users only Download (234kB) |
|
|
Text (DAFTAR PUSTAKA)
11_Daftar Pustaka.pdf Restricted to Registered users only Download (209kB) |
|
|
Text (LAMPIRAN)
12_Lampiran.pdf Restricted to Repository staff only Download (456kB) |
Abstract
Keamanan adalah kebutuhan mendasar yang terus berkembang seiring kemajuan teknologi. Di era modern ini, sistem keamanan konvensional seperti kunci fisik dan kode PIN mulai banyak ditinggalkan karena memiliki berbagai kelemahan, seperti risiko kehilangan kunci, manipulasi kode, dan keterbatasan dalam penggunaannya pada situasi tertentu. Sebagai solusinya, teknologi smart door lock berbasis pengenalan wajah (face recognition) telah menjadi inovasi yang populer karena kemampuannya mengidentifikasi pengguna secara otomatis berdasarkan karakteristik wajah. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem smart door lock berbasis ESP32-CAM dengan platform Edge Impulse untuk pemrosesan machine learning. Sistem ini mampu mendeteksi wajah pengguna secara real-time dan membuka solenoid door lock jika wajah terdaftar, serta memberikan peringatan melalui buzzer jika wajah tidak dikenali. Berdasarkan pengujian, sistem berfungsi dengan optimal pada jarak 15 hingga 45 cm dan dalam intensitas pencahayaan antara 230–562 lux. Model pengenalan wajah memiliki akurasi tinggi dengan F1-Score mencapai 92,6% untuk wajah terdaftar dan 91,1% untuk wajah tidak terdaftar. Kinerja sistem juga optimal pada sudut pandang frontal dan sedikit menyamping.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Uncontrolled Keywords: | Edge Impulse; ESP32-CAM; Smart Door Lock; Face Recognition; Keamanan; Pengolahan Data |
| Subjects: | Applied Physics > Electrical Engineering |
| Divisions: | Fakultas Sains dan Teknologi > Program Studi Teknik Elektro |
| Depositing User: | Shifa Ramdan Nugraha |
| Date Deposited: | 26 Aug 2025 02:37 |
| Last Modified: | 26 Aug 2025 02:37 |
| URI: | https://digilib.uinsgd.ac.id/id/eprint/116029 |
Actions (login required)
 |
View Item |
