Suntara, Nur Galih (2025) Implementasi algoritma Haar Cascade untuk deteksi wajah pada sistem keamanan Smart Dormitory. Sarjana thesis, Uin Sunan Gunung Djati Bandung.
|
Text (COVER)
COVER.pdf Download (200kB) | Preview |
|
|
Text (ABSTRAK)
ABSTRAK.pdf Download (143kB) | Preview |
|
|
Text
SK BEBAS PLAGIARISM.pdf Download (644kB) | Preview |
|
|
Text (DAFTAR ISI)
DAFTAR ISI.pdf Download (292kB) | Preview |
|
|
Text (BAB I)
BAB I.pdf Download (357kB) | Preview |
|
![[img]](https://digilib.uinsgd.ac.id/style/images/fileicons/text.png) |
Text (BAB II)
BAB II.pdf Restricted to Registered users only Download (569kB) |
|
|
Text (BAB III)
BAB III.pdf Restricted to Registered users only Download (1MB) |
|
|
Text (BAB IV)
BAB IV.pdf Restricted to Registered users only Download (462kB) |
|
|
Text (BAB V)
BAB V.pdf Restricted to Registered users only Download (299kB) |
|
|
Text (DAFTAR PUSTAKA)
DAFTAR PUSTAKA.pdf Restricted to Registered users only Download (198kB) |
Abstract
Keamanan tempat tinggal seperti asrama atau kos menjadi kebutuhan penting untuk menjamin kenyamanan dan keselamatan penghuninya. Penelitian ini bertujuan mengembangkan sistem keamanan berbasis Internet of Things (IoT) dengan mengimplementasikan algoritma Haar Cascade untuk deteksi wajah dan Local Binary Pattern Histogram (LBPH) untuk pengenalan wajah. Sistem dibangun menggunakan modul ESP32-CAM sebagai perangkat pengambil citra yang terintegrasi dengan bot Telegram untuk memberikan notifikasi secara real-time apabila terdeteksi wajah yang tidak dikenali. Metodologi yang digunakan mengacu pada pendekatan CRISP-DM dengan tahapan business understanding, data understanding, data preparation, modeling, evaluation, dan deployment. Hasil pengujian menunjukkan bahwa sistem mampu mendeteksi wajah dengan performa terbaik pada jarak 30 cm, dengan akurasi sebesar 93%, precision 72%, recall 80%, dan F1-score 75%. Namun, pada jarak 50 cm akurasi menurun menjadi 66%, menunjukkan pengaruh jarak dan kondisi pencahayaan terhadap kinerja sistem. Penelitian ini menyimpulkan bahwa kombinasi Haar Cascade, LBPH, dan IoT melalui ESP32 CAM dapat menjadi solusi efektif untuk meningkatkan keamanan asrama, meskipun masih diperlukan pengembangan lebih lanjut agar sistem dapat bekerja optimal pada berbagai kondisi lingkungan.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Uncontrolled Keywords: | Deteksi Wajah; Haar Cascade; IoT; LBPH; Smart Dormitory |
| Subjects: | Data Processing, Computer Science Applied Physics > Computer Engineering |
| Divisions: | Fakultas Sains dan Teknologi > Program Studi Teknik Informatika |
| Depositing User: | Mahasiswa Nur Galih Suntara Eem |
| Date Deposited: | 19 Sep 2025 03:00 |
| Last Modified: | 19 Sep 2025 03:00 |
| URI: | https://digilib.uinsgd.ac.id/id/eprint/119710 |
Actions (login required)
 |
View Item |
