PENGENALAN WAJAH DENGAN ALGORITMA HAAR CASCADE CLASSIFIER DAN LOCAL BINARY PATTERNS HISTOGRAM UNTUK DETEKSI KEHADIRAN DOSEN DAN KARYAWAN UNIVERSITAS DARMA PERSADA BERBASIS INTERNET OF THINGS

Rhesa Devara, Widyaputra (2024) PENGENALAN WAJAH DENGAN ALGORITMA HAAR CASCADE CLASSIFIER DAN LOCAL BINARY PATTERNS HISTOGRAM UNTUK DETEKSI KEHADIRAN DOSEN DAN KARYAWAN UNIVERSITAS DARMA PERSADA BERBASIS INTERNET OF THINGS. Other thesis, UNSADA.

	Text COVER.pdf Download (1MB)
	Text BAB 1.pdf Download (617kB)
	Text BAB 2.pdf Download (1MB)
	Text BAB 3.pdf Restricted to Registered users only Download (1MB)
	Text BAB 4.pdf Restricted to Registered users only Download (1MB)
	Text BAB 5.pdf Download (490kB)
	Text DAFTAR PUSTAKA.pdf Download (717kB)
	Text LAMPIRAN.pdf Download (486kB)
	Text HASIL TURNITIN.pdf Download (541kB)
	Text SUKET TURNITIN.pdf Restricted to Registered users only Download (575kB)

Abstract

Penelitian ini bertujuan untuk mengembangkan sistem deteksi kehadiran dosen dan karyawan berbasis teknologi pengenalan wajah dan Internet of Things (IoT) di Universitas Darma Persada. Implementasi sistem ini menggunakan metode Haar Cascade Classifier dan ESP32-CAM untuk mendeteksi dan mengenali wajah secara otomatis. Sistem ini dirancang untuk meningkatkan efisiensi dalam pencatatan kehadiran yang sering kali mengalami kendala dalam sistem manual. Hasil penelitian menunjukkan bahwa teknologi pengenalan wajah berbasis IoT efektif dalam meningkatkan keandalan pencatatan kehadiran. Sistem yang dibangun mampu mendeteksi wajah dalam berbagai kondisi pencahayaan dan jarak, dengan hasil yang bervariasi. Selain itu, integrasi dengan sensor PIR dan database Firebase Realtime memastikan data kehadiran tersimpan dengan aman dan dapat diakses secara real-time. Algoritma Haar Cascade Classifier yang digunakan terbukti memiliki kecepatan deteksi yang tinggi dengan sumber daya komputasi yang minimal. Penelitian ini menyimpulkan bahwa pendeteksian menggunakan Haar Cascade Classifier dan Local Binary Pattern Histogram mampu secara optimal mendeteksi wajah pada jarak dan tingkat kecerahan cahaya tertentu. Dengan dukungan sensor PIR dan ESP32-CAM, perangkat IoT mampu mengambil gambar secara otomatis dan menyimpan data gambar pada Google Drive yang ditampilkan pada aplikasi website. Sistem cadangan dengan RFID memiliki tingkat ketepatan yang baik dan dapat secara real-time mengirim gambar ke penyimpanan di Internet melalui ESP32 yang terkoneksi wifi. Sistem pengenalan wajah berbasis IoT dapat memberikan solusi yang efektif untuk mengatasi masalah pencatatan kehadiran manual, dengan rekomendasi untuk pengembangan lebih lanjut seperti integrasi dengan sistem informasi akademik dan administrasi kampus, serta pengujian dengan data yang lebih besar dan beragam untuk meningkatkan keandalan dan akurasi sistem.

Item Type:	Thesis (Other)
Additional Information:	Dosen Pembimbing Adam Arif Budiman,S.T.,M.Kom
Uncontrolled Keywords:	Pengenalan Wajah, Internet of Things, Kehadiran, Haar Cascade Classifier, ESP32-CAM, Firebase Realtime Database
Subjects:	000 Generalities/Karya Umum > 005.1 Programming/Pemrograman
Divisions:	Fakultas Teknik > Teknik Informatika
Depositing User:	Suwatno Suwatno Perpustakaan
Date Deposited:	22 Oct 2025 06:18
Last Modified:	22 Oct 2025 06:18
URI:	http://repository.unsada.ac.id/id/eprint/9075

Actions (login required)

View Item