IMPLEMENTASI INTERNET OF THINGS MENGGUNAKAN FACE RECOGNITION SEBAGAI PENGGANTI PASSWORD UNTUK PINTU RUANGAN BERBASIS RASPBERRY PI
Keywords:
password replacement system, face recognition, raspberry pi, raspberry pi camera, servo motorAbstract
Teknologi komputer pada saat ini berkembang dengan sangat pesatnya dan merupakan salah satu bidang yang mempunyai peran yang sangat penting dibeberapa aspek kehidupan manusia, termasuk pada bidang security. Pandemi covid-19 telah menyebar hampir di seluruh negara di dunia, termasuk Indonesia. Bertambahnya aksi pencurian akibat pandemi covid-19 dikarenakan sistem keamanan ruangan tidak terlindungi dengan baik. Sistem keamanan menggunakan face recognition untuk pintu ruangan sebagai pengganti password lebih baik dibandingkan menggunakan kunci konvensional dikarenakan ruangan hanya bisa diakses oleh wajah yang terdapat pada dataset saja yang memiliki hak akses untuk membuka ruangan tersebut. Penggunaan face recognition juga berguna meminimalisir sentuhan alat untuk mengurangi penularan virus covid-19 dan sistem dapat mengirimkan notifikasi berupa email jika terdeteksi suatu objek wajah yang tidak terdaftar pada dataset. Metode pengenalan wajah yang terdapat pada algoritma haarcascade yaitu LBPH (Local Binary Pattern Histogram), ketika terdeteksi wajah orang maka Raspberry Pi 3 akan membuat Raspberry Pi Camera untuk mengambil citra. Selanjutnya citra yang diambil nantinya akan diproses kemudian dilakukan pencocokan citra dengan dataset. Apabila citra yang diproses mendapatkan kecocokan dengan dataset maka Raspberry Pi 3 akan membuat speaker berbunyi beberapa saat kemudian motor servo membuka pintu. Apabila citra yang diproses tidak menemukan kecocokkan dengan dataset maka Raspberry Pi 3 akan membuat speaker berbunyi dan mengirimkan notifikasi serta mengirimkan citra tersebut ke sebuah email pemilik ruangan. Hasil penelitian ini prototipe yang dibuat mampu membaca data dari dataset yang telah diambil sebelumnya dengan menggunakan Raspberry Pi sebagai alat untuk mengambil sampel wajah dan memproses data dari dataset yang nantinya digunakan untuk membuka suatu pintu ruangan. Dalam pengujian tingkat akurasi pencocokan citra wajah, sistem mampu membedakan sampel citra wajah yang terdapat pada dataset dan citra wajah yang tidak dikenali dengan persentase kecocokan untuk 20 sampel citra wajah sebesar 80% dan 30 sampel citra wajah sebesar 70% kemudian pintu ruangan terbuka. Hasil pengujian terhadap jarak dapat disimpulkan untuk pengujian sistem pendeteksian dengan 20 sampel citra wajah antara jarak 5 cm sampai 10 cm tidak dapat mengenali citra wajah dikarenakan jarak antara kamera dan citra wajah terlalu dekat sedangkan antara jarak 15 cm sampai 50 cm sistem dapat mengenali citra wajah dengan delay servo sebanyak 5.77 ms untuk membuka pintu ruangan. Untuk pengujian dengan 30 sampel citra wajah antara jarak 5 cm sampai 15 cm tidak dapat mengenali citra wajah sedangkan antara jarak 20 cm sampai 50 cm sistem dapat mengenali citra wajah.
References
“Keputusan Menteri Kesehatan Republik Indonesia,” Jakarta, 2020. Accessed: Mar.10,2022.[Online].Available:Http://Hukor.Kemkes.Go.Id/Uploads/Produk_Hukum/Kmk_No__Hk_01_07-Menkes-382-2020_Ttg_Protokol_Kesehatan_Bagi_Masyarakat_Di_Tempat_Dan_Fasilitas_Umum_Dalam_Rangka_Pencegahan_Covid-19.Pdf
A. Hanuebi, S. Sompie, And F. Kambey, “Aplikasi Pengenalan Wajah Untuk Membuka Pintu Berbasis Raspberry Pi,” Jurnal Teknik Informatika, Vol. 14, No. 2, 2019,Accessed:Mar.10,2022.[Online].Available:Https://Ejournal.Unsrat.Ac.Id/Index.Php/Informatika/Article/View/24000
M. D. Herlambang, “Rancang Bangun Keamanan Loker Dengan Autentifikasi Wajah Dan Password Berbasis Raspberry Pi Menggunakan Notifikasi Keamanan Via Android,” Jurusan Teknik Komputer. Politeknik Negeri Sriwijaya, 2016, [Online]. Available: Http://Eprints.Polsri.Ac.Id/Id/Eprint/3268
C. Lesmana Et Al., “Implementasi Face Recognition Menggunakan Raspberry Pi Untuk Akses Ruangan Pribadi,” Jurnal Infra Petra, Pp. 2–5, 2019.
H. Muchtar And R. Apriadi, “Implementasi Pengenalan Wajah Pada Sistem Penguncian Rumah Dengan Metode Template Matching Menggunakan Open Source Computer Vision Library (Opencv),” Resistor (Elektronika Kendali Telekomunikasi Tenaga Listrik Komputer), Vol. 2, No. 1, P. 39, 2019, Doi: 10.24853/Resistor.2.1.39-42.
I. D. Wijaya, U. Nurhasan, And M. A. Barata, “Implementasi Raspberry Pi Untuk Rancang Bangun Sistem Keamanan Pintu Ruang Server Dengan Pengenalan Wajah Menggunakan Metode Triangle Face,” Jurnal Informatika Polinema, Vol. 4, No. 1, P. 9, 2017, Doi: 10.33795/Jip.V4i1.138.
B. M. Susanto, F. E. Purnomo, And M. F. I. Fahmi, “Sistem Keamanan Pintu Berbasis Pengenalan Wajah Menggunakan Metode Fisherface Security System Based On Face Recognition Using Fisherface Method,” Jurnal Ilmiah Inovasi, 17(1)., 2017.
M. I. Nursaid And A. Taqwa, “Vol . 13 No . 1 Agustus 2020 Issn : 1979-8415 Dengan Pengenalan Wajah Menggunakan Metode Triangle Face Issn : 1979-8415,” Vol. 13, No. 1, Pp. 44–48, 2020.
Metha, M., “A Breakthrough In Wireless Sensor Networks And Internet Of Things,” International Journal Of Electronics And Communication Engineering & Technology, Pp. 7–11, 2015.
S. Rosita Dewi, “Deep Learning Object Detection Pada Video,” Yogyakarta, 2018.
F. Martunus, “Implementasi Face Recognition Dengan Opencv Pada ‘Smart Cctv’ Untuk Keamanan Brankas Berbasis Iot,” Jakarta, 2020. [Online]. Available: Http://Repository.Uinjkt.Ac.Id/Dspace/Handle/123456789/50590
A. Zein, “Pendeteksian Multi Wajah Dan Recognition Secara Real Time Menggunakan Metoda Principal Component Analysis (Pca) Dan Eigenface,” Esit, Vol. 12, No. 1, Pp. 1–7, 2018.
F. Dharma Adhinata And G. Ramadhan, “Jurnal Media Informatika Budidarma Review: Metode-Metode Ekstraksi Ciri Dan Klasifikasi Identifikasi Pembicara,” 2022, Doi: 10.30865/Mib.V6i1.3469.
A. Salam, A. W. Khan, M. Rafie, A. Ullah, H. El Raoui, And D. Sebai, “Towards More Accurate Iris Recognition System By Using Hybrid Approach For Feature Extraction Along With Classifier,” Article In International Journal Of Reconfigurable And Embedded Systems, Vol. 11, No. 1, Pp. 59–70, 2022, Doi: 10.11591/Ijres.V11.I1.Pp59-70.
A. A. Permana And R. Destriana, “Pengamanan Teks Menggunakan Metode Algoritma Rsa Dengan Verifikasi Realtime Biometrik Menggunakan Opencv,” Jurnal Teknik: Universitas Muhammadiyah Tangerang, Vol. 7, No. 2, Pp. 1–12, 2018.
S. Al-Aidid And D. Pamungkas, “Sistem Pengenalan Wajah Dengan Algoritma Haar Cascade Dan Local Binary Pattern Histogram,” Jurnal Rekayasa Elektrika, Vol. 14, No. 1, Pp. 62–67, 2018, Doi: 10.17529/Jre.V14i1.9799.
P. R. Amalia, “Penggunaan Sensor Pir (Passive Infra Red ) Hc-Sr501 Sebagai Sistem Keamanan Berbasis Raspberry Pi,” 2017.
M. I. Kurniawan, U. Sunarya, And R. Tulloh, “Internet Of Things : Sistem Keamanan Rumah Berbasis Raspberry Pi Dan Telegram Messenger,” Elkomika: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika, Vol. 6, No. 1, P. 1, 2018, Doi: 10.26760/Elkomika.V6i1.1.
“Www.Raspberrypi.Org,” 2016
D. Pazriyah, “Penggunaan Raspberry Pi Dalam Mendeteksi Warna Melalui Webcam,” Eprints Elektronik And Computer Science, Pp. 3–24, 2016.
D. A. Ayubi, D. A. Prasetya, And I. Mujahidin, “Pendeteksi Wajah Secara Real Time Pada 2 Degree Of Freedom (Dof) Kepala Robot Menggunakan Deep Integral Image Cascade,” Cyclotron, Vol. 3, No. 1, Pp. 22–27, 2020, Doi: 10.30651/Cl.V3i1.4306.
F. Ahmad, D. D. Nugroho, And A. Irawan, “Rancang Bangun Alat Pembelajaran Microcontroller Berbasis Atmega 328 Di Universitas Serang Raya,” Jurnal Prosisko, Vol. Vol. 2 No., No. 1, Pp. 10–18, 2015.
N. : Agtasya And D. Putri, “Skripsi Sistem Kendali Lampu Menggunakan Bluetooth Dan Fitur Suara Berbasis Arduino Dan Android (Studi Kasus : Lantai 3 Kampus 3 Ist Akprind Yogyakarta) Lighting Control System Using Bluetooth And Voice Feature Based On Arduino And Android (Case Study: 3rd Campus On 3rd Floor At Ist Akprind Yogyakarta),” 2018.
A. Fauzan, L. Novamizanti, S. Si, And Y. N. Fuadah, “Implementation Identification Of Face Recognition Using Lbph ( Local Binary Pattern Histogram ) Method For Attendance Presence Based Android,” E-Proceeding Of Engineering, Vol. 5, No. 3, Pp. 5403–5413, 2018.
