Sistem Pengaman Kendaraan Roda Dua dengan Pengenalan Wajah menggunakan Principal Component Analisis

Lucky Pamboro (Fakultas Ilmu Komputer, Universitas Brawijaya)
Eko Setiawan (Fakultas Ilmu Komputer, Universitas Brawijaya)

Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
Vol 7 No 5 (2023): Mei 2023

Pengaman pada kendaraan umumnya terdapat pada kemudi kendaraan dengan memanfaatkan kunci. Pengamanan konvensional ini tidak handal dikarenakan kunci tersebut dapat dibobol menggunakan alat yang biasa disebut dengan kunci T. Penggunaan kunci tambahan seperti gembok yang dikuncikan pada piringan cakram juga sering diterapkan pada beberapa kendaraan guna menghambat tindak pencurian. Penggunaan gembok sendiri tergolong memakan waktu karena harus memasang secara manual pada piringan cakram sehingga banyak pengguna yang malas untuk memasangnya. Penelitian ini mengusulkan sistem yang dapat mengunci piringan cakram kendaraan menggunakan pengenalan wajah dengan memanfaatkan algoritma BlazeFace sebagai pendeteksi wajah dan Principal Component Analisis (PCA) sebagai algoritma pengenalan wajah. Sistem mulai bekerja dengan pemicu berupa tombol. Saat tombol ditekan, sistem akan mengambil data wajah pengendara terakhir sebagai data latih dan sistem akan mengaktifkan pengaman tambahan. Untuk membuka pengaman, tombol harus ditekan dan sistem akan mengambil data wajah dilanjutkan pencocokkan data wajah dengan data latih menggunakan algoritma PCA. Sistem juga memiliki dua tingkatan verifikasi agar lebih aman, yakni verifikasi wajah dan pemberian instruksi acak meliputi membuka mulut atau menoleh ke kanan dan ke kiri. Pengujian deteksi wajah menggunakan Blazeface didapatkan rata-rata waktu deteksi sebesar 80,065 ms dengan tingkat akurasi 100% dengan lima variasi kecerahan cahaya 10 sampai dengan >500 lux, pengujian pendeteksiaan wajah menggunakan Blazeface dengan lima jarak objek yang berbeda dalam rentang 30 cm sampai dengan 200 cm diperoleh tingkat akurasi sebesar 100% dengan rata-rata waktu komputasi 79,455 ms. Pengujian pengenalan wajah menggunakan Principal Component Analysis dengan lima tingkat kecerahan yang berbeda mendapatkan nilai akurasi sebesar 90% dengan rata-rata waktu komputasi yaitu 8,095 ms. pengujian pengenalan wajah menggunakan principal component analisys diperoleh tingkat akurasi 80% dengan rata-rata waktu komputasi 8,242 ms berdasarkan lima jarak objek yang berbeda.