Search for collections on Repository Library PCR

IMPLEMENTASI SISTEM KEAMANAN PINTU RUMAH MENGGUNAKAN FACE RECOGNITION METODE EIGENFACE BERBASIS RASPBERRY PI

Putra, Ridho Ananda (2026) IMPLEMENTASI SISTEM KEAMANAN PINTU RUMAH MENGGUNAKAN FACE RECOGNITION METODE EIGENFACE BERBASIS RASPBERRY PI. Diploma thesis, Politeknik Caltex Riau.

[thumbnail of BAB 1 PA.pdf] Text
BAB 1 PA.pdf

Download (290kB)
[thumbnail of BAB 2 PA.pdf] Text
BAB 2 PA.pdf

Download (502kB)
[thumbnail of BAB 3 PA.pdf] Text
BAB 3 PA.pdf
Restricted to Repository staff only

Download (813kB)
[thumbnail of BAB 4 PA.pdf] Text
BAB 4 PA.pdf
Restricted to Repository staff only

Download (1MB)
[thumbnail of BAB 5 PA.pdf] Text
BAB 5 PA.pdf
Restricted to Repository staff only

Download (275kB)
[thumbnail of DAFTAR PUSTAKA.pdf] Text
DAFTAR PUSTAKA.pdf
Restricted to Repository staff only

Download (193kB)
[thumbnail of LAMPIRAN PA.pdf] Text
LAMPIRAN PA.pdf
Restricted to Repository staff only

Download (400kB)
[thumbnail of LEMBAR PENGESAHAN PA.pdf] Text
LEMBAR PENGESAHAN PA.pdf
Restricted to Repository staff only

Download (56kB)
[thumbnail of Full Buku PA.pdf] Text
Full Buku PA.pdf
Restricted to Repository staff only

Download (4MB)

Abstract

Keamanan rumah dari tindak kejahatan pencurian membutuhkan sistem yang lebih
efektif dibandingkan kunci konvensional yang rentan dibobol. Penelitian ini
bertujuan untuk merancang dan mengimplementasikan sistem keamanan pintu
rumah berbasis pengenalan wajah (face recognition) menggunakan metode
Eigenface pada mikrokontroler Raspberry Pi. Sistem ini memanfaatkan webcam
sebagai perangkat input citra, solenoid door lock beserta modul relay sebagai
aktuator pintu otomatis, serta terintegrasi dengan aplikasi Telegram untuk
memberikan notifikasi secara real-time kepada pemilik rumah. Pengujian sistem
dilakukan melalui 50 kali percobaan yang berfokus pada akurasi pengenalan wajah,
waktu respons komputasi berdasarkan variasi intensitas cahaya, dan pengukuran
jarak efektif sensor kamera. Hasil pengujian menunjukkan bahwa metode
Eigenface berhasil mencetak tingkat akurasi pengenalan wajah sebesar 94%. Waktu
respons komputasi sistem terbukti sangat bergantung pada intensitas cahaya, di
mana respons tercepat mencapai rata-rata 3,89 detik pada kondisi terang (110 Lux)
dan melambat hingga 10,45 detik pada kondisi gelap (7 Lux). Selain itu, jarak
pemindaian paling optimal untuk mendeteksi wajah pengguna secara utuh berada
pada jarak 120 cm. Secara keseluruhan, purwarupa pintu pintar ini berhasil
direalisasikan dengan baik, meskipun algoritma Eigenface memiliki celah
keamanan berupa rentannya penerimaan palsu (false acceptance) akibat sensitivitas
metode tersebut terhadap pola pencahayaan lingkungan.
Kata kunci: keamanan rumah, face recognition, Eigenface, Raspberry Pi, smart
home.

Item Type: Thesis (Diploma)
Subjects: KBK > KBK Jurusan Teknologi Industri > KBK Elektronika
Divisions: Sarjana Terapan > Jurusan Teknologi Industri > Teknik Elektronika Telekomunikasi
Depositing User: Ridho Ridho Putra
Date Deposited: 24 Aug 2026 02:30
Last Modified: 24 Aug 2026 02:30
URI: https://repository.lib.pcr.ac.id/id/eprint/5861

Actions (login required)

View Item
View Item