Sistem Pendeteksi Citra Wajah dengan Metode Viola-Jones Berbasis Internet of Things untuk Keamanan pada Kendaraan Pribadi

Indrawan, I Wayan (2024) Sistem Pendeteksi Citra Wajah dengan Metode Viola-Jones Berbasis Internet of Things untuk Keamanan pada Kendaraan Pribadi. Undergraduate thesis, Politeknik Negeri Bali.

	Text (Cover - Bab 1, Bab 5 dan Referensi) RAMA_36304_2015344012_0012126711_0816109101_part.pdf - Accepted Version Available under License Creative Commons Attribution Non-commercial Share Alike. Download (1MB)
	Text (iThenticate) RAMA_36304_2015344012_iThenticate.pdf - Accepted Version Restricted to Repository staff only Download (219kB) | Request a copy
	Text (Full Text) RAMA_36304_2015344012_full.pdf - Accepted Version Restricted to Repository staff only Download (8MB) | Request a copy

Abstract

Penelitian ini bertujuan untuk merancang dan menganalisis sistem pendeteksi citra wajah berbasis Internet of Things (IoT) untuk meningkatkan keamanan kendaraan pribadi menggunakan mikrokontroler ESP32-CAM dan metode Viola-Jones. Sistem ini memungkinkan pemantauan keamanan kendaraan secara real-time melalui smartphone, memberikan solusi atas masalah kejahatan pencurian kendaraan yang terus meningkat. Sistem ini dilengkapi dengan beberapa fitur, termasuk notifikasi melalui aplikasi Telegram yang akan memberi peringatan langsung kepada pengguna jika ada deteksi wajah yang mencurigakan, serta pemantauan keamanan kendaraan yang dapat dilakukan melalui aplikasi tertentu di smartphone. Mikrokontroler ESP32-CAM digunakan sebagai komponen utama yang bertugas untuk menangkap gambar dan melakukan pemrosesan awal untuk mendeteksi wajah, sementara metode Viola-Jones digunakan untuk mendeteksi dan mengenali wajah secara efisien. Alur kerja sistem dimulai dari pengambilan gambar oleh kamera ESP32-CAM, yang kemudian diolah menggunakan algoritma Viola-Jones untuk mendeteksi wajah. Jika wajah terdeteksi, sistem akan mengirim notifikasi ke smartphone pengguna melalui Telegram dan data citra akan disimpan untuk keperluan lebih lanjut. Hasil analisis menunjukkan bahwa kinerja deteksi wajah dipengaruhi oleh jarak, sudut kemiringan wajah, dan penggunaan aksesoris. Jarak optimal untuk deteksi wajah ditemukan pada 75 cm dengan akurasi dan recall mencapai 0,9. Sementara itu, sudut kemiringan yang lebih besar dari 15° secara signifikan menurunkan kinerja deteksi. Penggunaan aksesoris seperti topi, kacamata hitam, dan masker juga mempengaruhi akurasi deteksi, dengan masker memberikan dampak paling signifikan. Temuan ini penting untuk pengembangan sistem keamanan yang lebih andal, khususnya dalam aplikasi IoT yang memerlukan deteksi wajah yang konsisten di berbagai kondisi.

Actions (login required)

View Item