Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
M Ilham Fadilah Akbar
Fakultas Ilmu Komputer, Universitas Brawijaya
Computer Science & IT Control & Systems Engineering Education Electrical & Electronics Engineering Engineering

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Purwarupa Brankas Pintar dengan RFID dan Pengenalan Wajah menggunakan Metode PCA M Ilham Fadilah Akbar; Rakhmadhany Primananda; Hurriyatul Fitriyah
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 7 No 5 (2023): Mei 2023
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Brankas adalah salah satu media penyimpanan yang terbuat dari logam, brankas mempunyai ketahanan cukup diandalkan, Sehingga brankas tidak hanya melindungi dari pencurian saja tetapi dapat juga melindungi dari kejadian yang tidak diinginkan. Berdasarkan dari permasalahan tersebut dibutuhkan penelitian untuk mengatasi terjadinya pembobolan. Pada penelitian pendeteksi kebobolan ini parameter yang digunakan yaitu wajah dan kartu RFID. Pengenalan wajah ini menggunakan webcam dan memakai metode PCA dan pendeteksian objek menggunakan HaarCascade, dimana pada proses pendektesian wajah apabila terdapat sebuah objek yang ditangkap oleh webcam akan diproses menggunakan PCA dimana pengguna hanya perlu memposisikan wajah pada webcam dengan kondisi yang tepat maka webcam akan mengambil gambar wajah dari pengguna, setaelah itu pengguna menempelkan kartu RFID yang telah disiapkan di pintu brankas untuk membedakan identitas dengan pengguna lainnya. Data yang diolah pada penelitian di dapatkan dari hasil perhitungan setiap wajah masing masing pengguna pada pemrograman PCA dan kemudian dilakukan proses perhitungan dari setiap wajah masing masing. Untuk RFID ketika pengguna sudah mendaftarkan wajahnya maka data wajah dari pengguna dan UID dari pengguna tersebut disimpan kedalam database. Pada penelitian ini menggunakan 3 hardware yaitu raspberry pi 3B+, webcam dan RFID Tag. Sistem ini menggunakan 60 data uji dan 9 data latih. Tingkat akurasi pada yang didapatkan pada 60 kali pengujian pada pendeteksian wajah yaitu sebesar 100% dengan rata rata waktu komputasi 83,32 ms dan tingkat akurasi yang didapatkan pada pengenalan wajah PCA dari 60 kali percobaan yaitu sebesar 95% dengan rata rata waktu komputasi 15,06 ms.
Co-Authors Fitriyah, Hurriyatul Rakhmadhany Primananda