SISTEM KUNCI PINTU OTOMATIS BERBASIS RASPBERRY PI 4B DENGAN METODE IMAGE RECOGNITION UNTUK PENGENALAN WAJAH MENGGUNAKAN OPENCV

Noormala, Audrey Berlian (2025) SISTEM KUNCI PINTU OTOMATIS BERBASIS RASPBERRY PI 4B DENGAN METODE IMAGE RECOGNITION UNTUK PENGENALAN WAJAH MENGGUNAKAN OPENCV. Other thesis, Teknik Elektro.

[thumbnail of COVER.pdf] Text
COVER.pdf

Download (253kB)
[thumbnail of ABSTRACT.pdf] Text
ABSTRACT.pdf

Download (164kB)
[thumbnail of DAFTAR ISI.docx] Text
DAFTAR ISI.docx

Download (111kB)
[thumbnail of BAB I.pdf] Text
BAB I.pdf

Download (217kB)
[thumbnail of BAB II.pdf] Text
BAB II.pdf

Download (1MB)
[thumbnail of BAB III.pdf] Text
BAB III.pdf
Restricted to Repository staff only

Download (345kB) | Request a copy
[thumbnail of BAB IV.pdf] Text
BAB IV.pdf
Restricted to Repository staff only

Download (2MB) | Request a copy
[thumbnail of BAB V.pdf] Text
BAB V.pdf

Download (243kB)
[thumbnail of DAFTAR PUSTAKA.pdf] Text
DAFTAR PUSTAKA.pdf

Download (183kB)
[thumbnail of Lampiran.docx] Text
Lampiran.docx

Download (111kB)
[thumbnail of Skripsi AudreyBerlian.pdf] Text
Skripsi AudreyBerlian.pdf
Restricted to Repository staff only

Download (4MB) | Request a copy
[thumbnail of Raspberry Pi 4B-Powered Automatic Door Lock System with OpenCV Face Recognition.docx] Text
Raspberry Pi 4B-Powered Automatic Door Lock System with OpenCV Face Recognition.docx

Download (2MB)

Abstract

Penelitian ini bertujuan untuk mengembangkan sistem kunci pintu otomatis berbasis face recognition menggunakan Raspberry Pi 4 dan library OpenCV. Sistem ini dirancang untuk meningkatkan keamanan rumah dengan memanfaatkan teknologi biometrik yang hanya memberikan akses kepada individu yang telah terverifikasi melalui pengenalan wajah. Penelitian ini merupakan pengembangan dari sistem sebelumnya yang menggunakan ESP32-CAM, yang memiliki keterbatasan dalam hal performa komputasi dan kestabilan pengolahan citra. Dengan menggunakan Raspberry Pi 4 dan kamera Pi Cam V3, sistem mampu melakukan deteksi dan pengenalan wajah secara real-time dengan kualitas citra yang lebih baik dan kecepatan pemrosesan yang lebih tinggi. Tahapan utama penelitian meliputi akuisisi citra, preprocessing citra, face encoding, serta pengenalan wajah. Output dari sistem ini mengendalikan solenoid door lock sebagai aktuator pintu otomatis. Selain itu, sistem dilengkapi dengan integrasi bot Telegram yang memungkinkan kontrol pintu dan pengiriman notifikasi status secara jarak jauh dan real-time melalui perangkat seluler. Hasil pengujian menunjukkan bahwa sistem mampu mengenali wajah pengguna terdaftar dengan tingkat akurasi tinggi serta menolak wajah yang tidak dikenali. Dengan memanfaatkan kemampuan komputasi Raspberry Pi 4, pustaka OpenCV, dan fitur komunikasi Telegram, sistem ini memberikan solusi keamanan rumah yang cerdas, modern, dan efektif.
Kata kunci: Face Recognition, Raspberry Pi 4, Pi CamModule, Opencv, Kunci Pintu Otomatis, Keamanan Rumah.

Item Type: Thesis (Other)
Subjects: FAKULTAS TEKNIK > Teknik Elektro
Divisions: FAKULTAS TEKNIK > Teknik Elektro > Skripsi Teknik Elektro
Depositing User: Audrey Berlian Noormalasari
Date Deposited: 08 Sep 2025 01:20
Last Modified: 08 Sep 2025 01:20
URI: https://repository.unisbablitar.ac.id/id/eprint/1370

Actions (login required)

View Item
View Item