Sistem Pembuka Pintu Berbasis Computer Vision dengan Arduino sebagai Penggerak Actuator

Gusanwar, Gusanwar and , Bana Handaga, S.T.,M.T.,P.h.D (2015) Sistem Pembuka Pintu Berbasis Computer Vision dengan Arduino sebagai Penggerak Actuator. Skripsi thesis, Universitas Muhammadiyah Surakarta.

	PDF (Naskah Publikasi) makalah.pdf Download (1MB)
	PDF (Halaman Depan) Halaman_awal.pdf Download (946kB)
	PDF (BAB I) BAB 1.pdf Download (123kB)
	PDF (BAB II) BAB 2.pdf Restricted to Repository staff only Download (150kB)
	PDF (BAB III) BAB 3.pdf Restricted to Repository staff only Download (671kB)
	PDF (BAB IV) BAB 4.pdf Restricted to Repository staff only Download (872kB)
	PDF (BAB V) BAB 5.pdf Restricted to Repository staff only Download (10kB)
	PDF (Daftar Pustaka) DAFTAR PUSTAKA.pdf Download (80kB)
	PDF (Lampiran) LAMPIRAN.pdf Restricted to Repository staff only Download (84kB)
	PDF (Pernyataan Publikasi Ilmiah) SURAT PERNYATAAN PUBLIKASI.pdf Restricted to Repository staff only Download (21kB)

Abstract

Saat ini terdapat dua cara yang digunakan untuk membuka pintu, yaitu cara manual dan cara auto. Cara manual yaitu cara yang biasa kita gunakan untuk membuka dengan menyentuh pintu secara langsung, sedangkan cara auto adalah dengan menggunakan computer vision maupun penggunaan sensor lain. Salah satu cara yang dapat digunakan dalam computer vision adalah pengenalan wajah. Sudah banyak metode yang dapat digunakan untuk melakukan proses tersebut diantaranya adalah Eigenface dan Fisherface. Pada penelitian ini, akan dibandingkan performa antara kedua metode tersebut untuk diterapkan pada sistem pembuka pintu otomatis. Penelitian ini menggunakan Python sebagai bahasa pemrograman dan Arduino sebagai microcontroller untuk mengendalikan komponen hardware. Database yang digunakan terdiri atas 10 foto wajah, masing-masing diambil dari 10 posisi wajah terhadap kamera. Pengujian dilakukan pada ruangan dengan dua kondisi cahaya yang berbeda yaitu dengan dua lampu dan satu lampu. Hasil menunjukkan bahwa metode Fisherface memiliki performa yang lebih baik dengan tingkat keakuratan 74% pada ruangan dengan kondisi dua lampu.

Item Type:	Karya ilmiah (Skripsi)
Uncontrolled Keywords:	Arduino, Computer vision, OpenCV, Pengenalan wajah
Subjects:	Q Science > QA Mathematics > QA76 Computer software
Divisions:	Fakultas Ilmu Komunikasi dan Informatika > Teknik Informatika
Depositing User:	Gusanwar
Date Deposited:	04 Aug 2015 07:06
Last Modified:	13 Oct 2021 07:20
URI:	http://eprints.ums.ac.id/id/eprint/35561

Actions (login required)

View Item