IMPLEMENTASI FACE RECOGNITION DENGAN OPENCV PADA “SMART CCTV” UNTUK KEAMANAN BRANKAS BERBASIS IOT

Authors

  • Nenny Anggraini UIN Syarif Hidayatullah Jakarta,
  • Fikriansyah Martunus UIN Syarif Hidayatullah Jakarta, Indonesia
  • Imam Marzuki Shofi UIN Syarif Hidayatullah Jakarta, Indonesia
  • Luh Kesuma Wardhani UIN Syarif Hidayatullah Jakarta, Indonesia

DOI:

https://doi.org/10.22441/fifo.2021.v13i1.005

Keywords:

Brankas, Face Recognition, CCTV, Raspberry Pi 4, IoT

Abstract

Salah satu Hak Asasi Manusia yang mendasar adalah hak atas rasa aman, hak atas rasa aman ini tidak saja dalam pengertian fisik, psikis tetapi juga hak atas keamanan harta benda. Perusakan atau pembobolan terhadap brankas merupakan salah satu pelanggaran keamanan terhadap barang. Setiap lemari besi atau brankas mempunyai tingkat proteksi yang berbeda-beda yang mesti lulus terhadap pengujian tersertifikasi sesuai dengan standar internasional. Peneliti mencoba mengembangkan penggunaan CCTV dengan membuat sebuah alat yaitu smart CCTV menggunakan Raspberry Pi 4 berbasis IoT. Dengan memanfaatkan face recognition yang merupakan salah satu metode dari library pada open source computer vision (opencv), alat ini dapat memantau orang-orang yang mendekati brankas dan kemudian mengirimkan gambar melalui aplikasi telegram pada smartphone apabila orang tersebut tidak dikenali. Berdasarkan hasil penelitian didapatkan hasil akurasi dari 40-69% terhadap pengenalan wajah dan kesesuaian fungsi sebesar 100%.

Downloads

Download data is not yet available.

References

Balitbangham. (2016). Laporan Hak Atas Rasa Aman (1st ed.). Retrieved from https://ebook.balitbangham.go.id/file/922b804901306c5a1e8486c588c34113.html

Brankasid. (2017). Cara Menyimpan Dokumen Menggunakan Brankas. Retrieved from Medium.com website: https://medium.com/@idbrangkas/cara-menyimpan-dokumen-menggunakan-brankas-67784439215e

Pazriyah. (2017). PENGGUNAAN RASPBERRY PI DALAM MENDETEKSI WARNA MELALUI WEBCAM.

Zein, A. (2018). Pendeteksian Multi Wajah Dan Recognition Secara Real Time Menggunakan Metoda Principal Component Analysis ( Pca ) Dan. XII(01), 1–7.

Haisong Gu, Qiang Ji, Zhiwei Zhu. 2002. Active Facial Tracking for Fatigue Detection, Nevada.

Kurniawan, D. E., & Fani, S. (2017). Perancangan sistem kamera pengawas berbasis perangkat bergerak menggunakan raspberry pi. Jurnal Ilmiah Teknologi Informasi Terapan, III(2), 140–146.

Kusumaningrum, A., Pujiastuti, A., & Zeny, M. (2017). Pemanfaatan Internet of Things Pada Kendali Lampu. Compiler, 6(1), 53–59. https://doi.org/10.28989/compiler.v6i1.201

Kaonang, G. (2019). Raspberry Pi 4 Janjikan Performa Sekelas Komputer Desktop Tanpa Korbankan Fleksibilitasnya.

Permana, A. A., & Destriana, R. (2018). Pengamanan Teks Menggunakan Metode Algoritma Rsa. 7(2).

Al-Aidid, S., & Pamungkas, D. (2018). Sistem Pengenalan Wajah dengan Algoritma Haar Cascade dan Local Binary Pattern Histogram. Jurnal Rekayasa Elektrika, 14(1), 62–67. https://doi.org/10.17529/jre.v14i1.9799

Stark, J. (2015). Product Lifecycle Management-Empowering the future of business. 1–29. https://doi.org/10.1007/978-3-319-17440-2

He, S. L., Roe, N. H., Wood, E. C. L., Nachtigal, N., & Investigator, P. (2015). Lifecycle. (September).

TIMISOARA, U. P. (2018). ACTA TECHNICA CORVINIENSIS – Bulletin of Engineering (P. Assoc. Prof. Eng. KISS Imre, Ed.). Hunedoara.

Downloads

Additional Files

Published

2023-07-03

How to Cite

[1]
N. Anggraini, F. Martunus, I. Marzuki Shofi, and L. K. Wardhani, “IMPLEMENTASI FACE RECOGNITION DENGAN OPENCV PADA ‘SMART CCTV’ UNTUK KEAMANAN BRANKAS BERBASIS IOT”, FIFO, vol. 13, no. 1, pp. 41–50, Jul. 2023.

Issue

Section

Articles