Rancang bangun sistem Smart Doorbell menggunakan ESP32-CAM berbasis Blynk

Aji, Catur Rangga (2023) Rancang bangun sistem Smart Doorbell menggunakan ESP32-CAM berbasis Blynk. Sarjana thesis, UIN Sunan Gunung Djati Bandung.

Preview	Text (COVER) 1_cover .pdf Download (38kB) | Preview
Preview	Text (ABSTRAK) 2_abstrak.pdf Download (25kB) | Preview
Preview	Text (DAFTAR ISI) 3_daftarisi .pdf Download (81kB) | Preview
Preview	Text (BAB I) 4_bab1 .pdf Download (220kB) | Preview
	Text (BAB II) 5_bab2 .pdf Restricted to Registered users only Download (128kB)
	Text (BAB III) 6_bab3 .pdf Restricted to Registered users only Download (160kB)
	Text (BAB IV) 7_bab4 .pdf Restricted to Registered users only Download (762kB)
	Text (BAB V) 8_bab5 .pdf Restricted to Registered users only Download (1MB)
	Text (BAB VI) 9_bab6 .pdf Restricted to Registered users only Download (24kB)
	Text (DAFTAR PUSTAKA) 10_daftarpustaka .pdf Restricted to Registered users only Download (69kB)

Abstract

Smart Doorbell adalah sistem bel pintu cerdas yang dapat memberikan informasi visual kepada penghuni rumah tentang tamu yang datang dan ingin masuk, serta memungkinkan penghuni rumah untuk mengontrol pembukaan pintu secara jarak jauh melalui smartphone. Selain itu, sistem Smart Doorbell ini juga memiliki fitur Face Recognition yang dapat mengenali wajah tamu dan membuka pintu secara otomatis jika wajah tamu sudah terdaftar di database SD Card wajah. Tujuan penelitian ini adalah untuk merancang, mengimplementasikan, dan menganalisis kinerja sistem Smart Doorbell yang menggunakan modul ESP32-CAM berbasis Blynk. Metode penelitian yang digunakan adalah metode eksperimen. Hasil penelitian menunjukkan bahwa sistem Smart Doorbell dapat berjalan sesuai dengan tujuan penelitian. Sistem Smart Doorbell dapat memberikan informasi tentang tamu yang datang, serta memungkinkan penghuni rumah untuk mengontrol pembukaan pintu secara jarak jauh melalui smartphone. Sistem Smart Doorbell juga memiliki fitur Face Recognition yang dapat mengenali wajah tamu dan membuka pintu secara otomatis jika wajah tamu sudah terdaftar di database SD Card wajah. Hasil pengujian juga menunjukkan bahwa tampilan Blynk memiliki desain yang sederhana, intuitif, dan mudah digunakan; notifikasi Blynk memiliki delay penerimaan yang sangat kecil, yaitu berkisar antara 0,1-0,2 detik; sistem monitoring dan remote dapat berfungsi dengan responsif dan tanpa delay. Pada pengujian pencahayaan Face Recognition efektif dengan pencahayaan 152 lx, 86 lx, 69 lx, 44 lx, 36 lx dan 31 lx, namun gagal pada 4 lx dan 0 lx, menunjukkan sensitivitas tinggi terhadap pencahayaan. Pada pengujian jarak berhasil pada jarak dekat dan sedang, tapi tidak berhasil pada jarak jauh, menandakan sensitivitas terhadap jarak. Pada pengujian delay, waktu delay rata-rata untuk tamu terdaftar di SD Card wajah sekitar 5,7 detik, sementara tamu tak terdaftar memakan waktu sekitar 7,1 detik. Pengenalan lebih lambat untuk tamu tak terdaftar karena perlu membandingkan vektor fitur dengan keseluruhan database.

Actions (login required)

View Item