Hasil Pencarian  ::  Simpan CSV :: Kembali

Hasil Pencarian

Ditemukan 143179 dokumen yang sesuai dengan query
cover
Qurratu Aini Hasby
Sistem keamanan rumah dan akses pintu otomatis berbasis Face Recognition via Raspberry Pi = Home security system and automatic door access based on Face Recognition via Raspberry Pi
"Penelitian dilakukan untuk mengembangkan sistem keamanan rumah dengan webcam yang sudah ada saat ini. Sistem keamanan saat ini menggunakan webcam hanya untuk merekam dan menyimpan kejadian dalam bentuk video file. Hal tersebut dirasa kurang cukup aman dikarenakan saat kejadian berlangsung seperti perampokan tidak ada notifikasi kepada pemilik rumah. Maka pada penelitian ini ditambahkan sebuah fitur pada sistem untuk mendeteksi wajah penghuni rumah dan akan memberikan notifikasi ketika ada wajah yang tidak dikenal. Sistem ini juga akan digabungkan dengan akses pintu otomatis menggunakan solenoid door lock. Metode yang digunakan adalah Deep Learning Matric untuk implementasi pada face recognition yang digunakan untuk akses kunci pintu rumah.
Hasil yang didapatkan dari pengujian sistem cukup baik, dimana sistem dapat membedakan penghuni rumah dengan orang asing dengan beberapa kriteria pengujian, diantaranya dengan pengujian jarak webcam dengan orang pada siang sekitar pukul 12.00 sampai 13.00 dan malam hari sekitar pukul 19.00 sampai 20.00 dengan menghadap kearah webcam, pengujian banyaknya wajah yang terdeteksi webcam dalam satu frame, dan notifikasi kepada penghuni rumah. Berdasarkan hasil pengujian dan analisis, banyaknya wajah yang tertangkap bisa lebih dari 3 orang dan untuk persentase akurasi pada pengujian siang hari didapatkan sebesar 91.11% sedangkan pada malam hari sebesar 80%. Dari persentase yang didapatkan, pendeteksian pada siang hari lebih baik dan akurat dibandingkan pada malam hari dikarenakan intensitas cahaya yang mempengaruhi kerja dari algoritma face recognition.
The study was conducted to develop a home security system with a webcam that already exists today. The current security system only uses the camera to record and save events in the form of video files. This is not enough safe because when the incident took place such as a robbery there was no notification to the homeowner. Therefore, in this study added some feature for a system to recognize faces of homeowner and will provide notifications when there are faces that are not known. This system will also be combined with automatic door access using solenoid door lock. The method used is the Deep Learning Matric for the implementation of face recognition which will used for door lock access.
The results obtained from the testing of the system are quite good where the system can distinguish between homeowner and strangers with several testing criteria, including testing the distance of the camera with people at noon around 12:00 to 13:00 and the night around 19:00 to 20:00 by facing the camera, testing the number of faces detected by cameras, and notifications to residents. Based on the results of testing and analysis, many faces can be caught more than 3 people and for the percentage of accurated in daytime testing obtained by 91.11% while at night by 80%. From the percentage obtained, the detection during the day is better and more accurate than at night due to the light intensity that affects the work of the face recognition algorithm.
"
Depok: Fakultas Teknik Universitas Indonesia, 2020
S-pdf
UI - Skripsi Membership  Universitas Indonesia Library
cover
Sistem pengaman pintu
Universitas Indonesia, 2007
TA995
UI - Tugas Akhir  Universitas Indonesia Library
cover
Anwar Wijaya
Perancangan dan analisis sistem notifikasi untuk keamanan pada mobil berbasis Raspberry PI dan media sosial = Design and analysis of car security notification system using Raspberry PIi and social media / Anwar Wijaya
"ABSTRAK

Saat ini kasus pencurian mobil kian meningkat, sedangkan alarm mobil yang ada saat ini masih memiliki kekurangan. Di sisi lain jumlah pengguna internet dan media sosial juga kian meningkat. Oleh karena itu pada penelitian ini dirancang sistem notifikasi untuk keamanan pada mobil berbasis Raspberry Pi dan media sosial yang dapat memberikan notifikasi 3 kali berturut-turut ke pemilik mobil, yaitu notifikasi teks melalui Instapush, notifikasi foto melalui Twitter, dan notifikasi video melalui YouTube yang terintegrasi dengan Twitter. Hasil dari 20 kali uji coba menunjukan bahwa rata-rata pengiriman notifikasi teks melalui Instapush lebih cepat dan stabil pada tempat parkir ruang terbuka dengan waktu 7,2 detik sejak pintu mobil terbuka hingga tiba di smartphone pemilik mobil. Untuk pengiriman notifikasi foto melalui Twitter rata-rata lebih stabil pada tempat parkir ruang terbuka, tapi lebih cepat pada tempat parkir ruang tertutup dengan waktu 29,55 detik sejak pintu mobil terbuka. Untuk pengiriman notifikasi video melalui YouTube yang terintegrasi Twitter rata-rata lebih stabil dan cepat pada tempat parkir ruang terbuka dengan waktu 217,2 detik sejak pintu mobil terbuka. Foto dan video yang diunggah ke Twitter dan YouTube memiliki tingkat kesamaan yang berkualitas tinggi terhadap foto dan video asli hasil pemotretan dan perekaman webcam yang dipasang di dalam mobil.

ABSTRACT

Nowadays the cases of car theft are increasing, whereas the conventional alarm system has no direct notification feature. On the other side active internet users and active social media accounts continue to rise. Therefore, a notification system for car security based-Raspberry Pi and social media is designed to give 3 fold notifications. Those are text notification through Instapush, photo notification through Twitter, and video notification through Twitter-activated YouTube. Our test shows this system can run 100%. Average delivery time of text notification through Instapush is faster and more stable in the outdoor parking area. It takes only 7.2 seconds from the car door opened event until delivered at car owners smartphone. Average delivery time of photo notification through Twitter is more stable in the outdoor parking area, but is faster in the indoor parking area. It takes only 29.55 seconds after triggered. Average delivery time of video notification through Twitter-activated YouTube is faster and more stable in the outdoor parking area. It takes only 217.2 seconds after triggered. Photos and videos which are uploaded to Twitter and YouTube have a high degree of similarity with the original photos and videos that are captured and recorded by webcam mounted in a car

"
Fakultas Teknik Universitas Indonesia, 2015
S60065
UI - Skripsi Membership  Universitas Indonesia Library
cover
Pengendalian pintu otomatis dengan menggunakan PLC berbasis PIR
Universitas Indonesia, 2006
TA646
UI - Tugas Akhir  Universitas Indonesia Library
cover
Randy Wibiseno
Penerapan Teknologi Face Recognition Untuk Sistem Deteksi Kehadiran Berbasis Raspberry Pi = Application of Face Recognition Technology for The Raspberry Pi Based Attendance Detection System
"ABSTRAK
Wajah adalah bagian tubuh dari manusia yang mempunyai peranan penting dalam memberikan sebuah ciri khas untuk membedakan satu dengan yang lainnya. Di wajah terdapat 4 indera, dimana itu dapat menjadikan sebuah informasi terkait dengan identitas dari setiap pemilik wajah untuk membedakannya. Pengenalan wajah pada saat ini sangatlah penting untuk melakukan berbagai hal dalam kepentingan yang berbeda-beda. Teknologi pengenalan wajah memiliki sifat yang lebih fleksibel, otomatis, dan mudah dilakukan dibanding dengan teknologi biometrik pengenalan sidik jari atau retina. Oleh karenanya saya merancang sebuah sistem deteksi kehadiran berbasis pengenalan wajah yang bisa digunakan sebagai alternatif dari sistem kehadiran yang sudah ada, seperti finger print, kartu rfid, pemindahan retina, dan sebagainya. Pada sistem ini dirancang sebuah teknologi pemindahan Face Recognition untuk sistem deteksi kehadiran berbasis Raspberry Pi sehingga lebih praktis dalam penerapannya. Dengan menerapkan algoritma dari Haar cascade dan berbagai metode yaitu Histogram of Oriented Gradients (HOG) dan Support Vector Machine (SVM) untuk face detection. Dalam penerapan face recognition menggunakan perbandingan dari deep metric network 128 vector dengan citra wajah sample. Sistem ini menghasilkan nilai Accuracy sebesar 86,67%
ABSTRACT
The face is a part of the human body that has an important role in providing a characteristic to distinguish one from another. On the face there are 4 senses, which can make an information related to the identity of each face owner to distinguish them. Face recognition at this time is very important to do various things in different interests. Face recognition technology has properties that are more flexible, automatic, and easy to do compared to biometric fingerprint or retina recognition technology. Therefore I designed a face recognition system based on face recognition that can be used as an alternative to an existing attendance system, such as finger print, rfid cards, retinal removal, and so on. In this system a Face Recognition removal technology is designed for Raspberry Pi based presence detection systems so that it is more practical in its application. By applying the algorithm of the Haar cascade and various methods namely Histogram of Oriented Gradients (HOG) and Support Vector Machine (SVM) for face detection. The application of face recognition uses a comparison of a 128 vector deep metric network with a sample face image. This system produces an Accuracy value of 86.67%."
Depok: Fakultas Teknik Universitas Indonesia, 2020
S-pdf
UI - Skripsi Membership  Universitas Indonesia Library
cover
Sabet Maulana Mubarok
Perancangan Sistem Keamanan Door Lock berbasis NFC = NFC-based Door Lock Security System Design
"Tingginya angka kejahatan, seperti pencurian dan perampokan, memicu perlunya peningkatan sistem keamanan rumah. Keamanan pintu rumah yang masih mengandalkan kunci konvensional dianggap kurang efektif karena mudah dibobol, hilang, atau diduplikasi. Oleh karena itu, diperlukan pengembangan teknologi keamanan yang lebih canggih, seperti penggunaan kunci berbasis NFC, untuk meningkatkan perlindungan dan mengurangi risiko tindak kejahatan di rumah. Perancangan kunci pintu yang memanfaatkan teknologi NFC merupakan salah satu solusi untuk meningkatkan keamanan rumah. Sistem ini terdiri dari NFC reader, Mikrokontroler, Relay Module, LCD Display, Buzzer, dan Solenoid Door lock. NFC reader membaca NFC tag yang kemudian diverifikasi di mikrokontroler. Ketika UID terverifikasi, mikrokontroler akan memicu hardware yang terhubung pada sistem sehingga Solenoid Door lock terbuka. Pada penelitian ini pengambilan data dilakukan sebanyak 30 kali untuk masing-masing pengujian. Dari pengujian akses diperoleh hasil bahwa sistem dapat membedakan antara NFC tag yang terdaftar dan tidak terdaftar di database. Jarak maksimal yang mampu terbaca oleh NFC reader yaitu 3 cm tanpa material penghalang dan 2 cm dengan material penghalang. Untuk pengujian tanpa penghalang diperoleh nilai rata-rata waktu respons pada jarak 0 cm, 1 cm, 2 cm, dan 3 cm masing-masing 214,4 ms, 210,7 ms, 217,7 ms, dan 219,2 ms. Untuk pengujian dengan penghalang diuji menggunakan material berupa kayu MDF, plastik, kaca, dan aluminium foil dengan hasil paling optimal yaitu material kayu MDF. Hasil pengujian rata-rata waktu respons pada jarak 0 cm, 1 cm, dan 2 cm masing-masing 192,2 ms, 227,1 ms, dan 218,4 ms. Penelitian ini diharapkan dapat membantu meningkatkan keamanan bagi pemilik rumah dari risiko pencurian.
The high rate of crimes, such as theft and robbery, has triggered the need for enhanced home security systems. The security of home doors that still rely on conventional locks is considered ineffective because they are easy to break into, can be lost, or duplicated. Therefore, there is a need for the development of more advanced security technology, such as using NFC-based locks, to improve protection and reduce the risk of criminal activities at home. The design of door locks utilizing NFC technology is one solution to enhance home security. This system consists of an NFC reader, a microcontroller, a relay module, an LCD display, a buzzer, and a solenoid door lock. The NFC reader scans the NFC tag, which is then verified by the microcontroller. Once the UID is verified, the microcontroller triggers the connected hardware, allowing the solenoid door lock to open. In this study, data collection was conducted 30 times for each test. From the access testing, it was found that the system could distinguish between registered and unregistered NFC tags in the database. The maximum distance readable by the NFC reader was 3 cm without a barrier material and 2 cm with a barrier material. For testing without barriers, the average response times at distances of 0 cm, 1 cm, 2 cm, and 3 cm were 214.4 ms, 210.7 ms, 217.7 ms, and 219.2 ms, respectively. For testing with barriers, materials such as MDF wood, plastic, glass, and aluminum foil were used, with the most optimal results achieved using MDF wood. The average response times for testing with barriers at distances of 0 cm, 1 cm, and 2 cm were 192.2 ms, 227.1 ms, and 218.4 ms, respectively. This research is expected to help enhance security for homeowners against the risk of theft. "
Depok: Fakultas Teknik Universitas Indonesia, 2025
S-pdf
UI - Skripsi Membership  Universitas Indonesia Library
cover
Aulya Khatulistivani
Pengembangan dan analisis sistem parkir otomatis berbasis pengenalan plat nomor otomatis menggunakan metode K-nearest neighbor = Development and analysis of automatic parking system based on automatic license plate recognition using K-nearest neighbor method
"Pada sistem parkir yang ada saat ini, proses pengecekan plat nomor atau Tanda Nomor Kendaraan Bermotor TNKB dilakukan dengan mencocokkan plat nomor melalui foto yang diambil saat pengguna masuk ke area parkir. Hasil pengenalan plat nomor kemudian diinput ke komputer dengan cara diketik. Proses yang dilakukan secara manual oleh operator ini memakan waktu yang relatif lama. Tugas akhir ini mengembangkan pengenalan plat nomor otomatis untuk mengatasi masalah tersebut. Pengenalan plat nomor otomatis merupakan teknologi yang memudahkan ekstraksi karakter-karakter pada plat nomor. Pengembangan sistem parkir ini menggunakan OpenCV sebagai pustaka pengolah citra, algoritma KNN K-Nearest Neighbour untuk Optical Character Recognition, dan sistem basis data untuk sistem parkir.
Berdasarkan hasil pengujian, kombinasi nilai variabel block size dan weight terbaik untuk proses thresholding dalam pengenalan plat nomor adalah b=71 dan w=20 dengan hasil akurasi segmentasi karakter sebesar 89, akurasi rekognisi sebesar 82, dan jumlah rekognisi yang tepat 100 sebesar 26. Sistem dapat membaca plat nomor dengan baik pada jarak optimal 60 cm dengan akurasi segmentasi karakter sebesar 89, akurasi rekognisi sebesar 79, dan jumlah rekognisi yang tepat 100 sebesar 26. Resolusi input gambar juga memengaruhi proses pengenalan plat nomor.
Resolusi yang optimal untuk rekognisi adalah 1024 x 768 dengan hasil akurasi segmentasi karakter sebesar 89, akurasi rekognisi keseluruhan sebesar 81, jumlah rekognisi yang tepat 100 sebesar 26, dan dengan rata-rata waktu pemrosesan selama 0,174 detik. Akurasi rekognisi plat nomor juga diperngaruhi oleh faktor lain seperti pencahayaan dan kondisi plat nomor apakah rusak atau tidak, tertutup sesuatu atau tidak . Selain itu, kondisi plat nomor yang ideal diperlukan untuk pengenalan plat nomor otomatis secara optimal. Secara keseluruhan, sistem parkir otomatis memiliki akurasi rekognisi yang baik.
In current parking system, number plate checking is done by matching it through the photo taken when user enters the parking area. The operator then types the recognised number plate into computer. The process, which is done manually by operator, takes a relatively long time. This thesis develops an automatic license plate recognition to overcome the problem. Automatic license plate recognition is a technology which makes computer able to recognize characters in a license plate. The development of the system uses OpenCV as image processing library, KNN algorithm for Optical Character Recognition OCR, and database system for parking data.
Based on the test result, the combination of the best block size and weight value for the thresholding process in the recognition of the number plate is b 71 and w 20 with character segmentation accuracy of 89, recognition accuracy of 82, and the number of fully recognized number plate of 1. The system can read the number plate well at an optimal distance of 60 cm with character segmentation accuracy 89, recognition accuracy of 79, and fully recognized number plate 26. Image input resolution also affects the number plate recognition process.
The optimal resolution for recognition is 1024 x 768 with character segmentation accuracy of 89, overall segmentation accuracy of 81, the number of fully recognized number plate of 26, and with average processing time of 0.174 seconds. The accuracy of plate number recognition is also affected by other factors such as lighting and the condition of the number plate whether it is damaged or not, obstructed by something or not. In addition, the ideal number plate conditions are required for optimal number plate recognition. Overall, the automated parking system has a good recognition accuracy."
Depok: Fakultas Teknik Universitas Indonesia, 2018
S-Pdf
UI - Skripsi Membership  Universitas Indonesia Library
cover
Elnasari Ramadhan
Pendeteksian manusia berbasis face recognition berdasarkan metode local binary pattern feature (LBP) dan deformable part model (DPM) = Human detection based on face recognition used local binary pattern feature (LBP) and deformable part model (DPM) methods
"Teknologi drone banyak dikembangkan dan digunakan, khususnya pemantauan di medan-medan yang susah terjangkau manusia, namun metode pendeteksian manusia belum ada yang diimplementasikan pada drone. Metode pendeteksian manusia yang sedang populer sekarang seperti metode Histogram of Gradient HoG Local Binary Pattern Feature LBP dengan tingkat keberhasilan mencapai 80 , metode Deformable Part Model DPM dengan tingkat keberhasilan 50 . Penelitian ini melaporkan tingkat keberhasilan dari metode pendeteksian wajah menggunakan LBP diintegrasikan DPM yang nantinya akan coba ditanamkan sebagai penentu pergerakan drone quadcopter . Objek yang tertangkap kamera akan diolah gambarnya dengan metode LBP dan DPM, kedua metode ini berfungsi sebagai feature extraction, dimana gambar diolah sehingga didapatkan data karakteristik dari bentuk gambar yang diekstrak. Data karakteristik akan dicocokkan dengan data model wajah manusia menggunakan classification, sehingga bisa didapatkan tingkat kecocokan objek dengan model. Jika objek sesuai dengan model, akan dikirim jarak dari drone dan objek ke Single Board Computer SBC sebagai acuan pergerakkan drone untuk menggerakan Robot Operating System ROS drone untuk mendekati objek. Jika diperiksa untuk kedua kalinya objek benar-benar sesuai dengan model koordinat objek akan dikirimkan ke Ground Control Station. Dari percobaan didapatkan persentase keberhasilan pendeteksian yang lebih baik karena LBP memiliki akurasi yang baik dan DPM mengurangi jumlah model yang digunakan untuk pencocokan.
Technology of drone has been developed and used, especially in the fields of monitoring for difficult area to reach by human, but the human detection methods are not implemented on drone yet. The most popular human detection methods are Histogram of Gradient HOG Feature Local Binary Pattern LBP with a success rate 80 , Deformable Part Model DPM with success rate 50 . This research reported a success rate of face detection method using LBP integrated with DPM that will implemented to determined the drone quadcopter movement. Objects caught on camera will be processed with LBP and DPM method, this method serve as feature extraction, where the image is processed to obtain the characteristic data from the extracted image shape. Data will be matched with models data face using classification, so that we will be obtained compatibility of object and models. If the object compatible with the models, a distance from the object to the drone will be sent to Single Board Computer SBC in the drone as a reference movement to approach the object with Robot Operating System ROS. The object will be checked for a second time to cross check the compatibility, then coordinates of the object will be sent to the Ground Control Station. The experimental will be obtained a better percentage of success rate detection because LBP has a good accuracy and DPM reduces the number of models for matching."
Depok: Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Indonesia, 2017
S68874
UI - Skripsi Membership  Universitas Indonesia Library
cover
Kevin Darmawan
Pengembangan Sistem Keamanan Internet of Things (IoT) Skala Kecil Berbasis Network Intrusion Detection System (NIDS) dan Secure Access Point Menggunakan Raspberry Pi = Development of Small Scale Internet of Things (IoT) Security System Based on Intrusion Detection System and Secure Access Point on Raspberry Pi
"Pesatnya perkembangan teknologi informasi di era revolusi industri 4.0 memicu berkembangnya paradigma Internet of Things (IoT) yang memudahkan otomasi dan monitoring rumah. Artinya bertambah pula kerentanan pada jaringan rumah yang menyebabkan resiko penurunan performa jaringan, hingga kebocoran data. Penelitian ini mengusulkan sistem keamanan jaringan IoT berbasis Raspberry Pi sebagai solusi IDS beserta tambahan secure access point yang terjangkau. Sistem keamanan yang dikembangkan dipercaya dapat mengisolasi jaringan IoT dengan lebih baik agar serangan tidak mempengaruhi kinerja perangkat IoT, dan memberikan alerting mengenai intrusion kepada pengguna untuk mengambil langkah terhadap resiko yang dapat terjadi. Intrusion Detection System berhasil mendeteksi serangan yang ada pada skenario dengan hasil maksimum: tingkat false alarm dibawah 15%, tingkat keberhasilan deteksi diatas 50% dan akurasi deteksi diatas 75% untuk skenario serangan Evil Twin, Reconnaissance, Distributed Denial of Service (DDoS), dan Man In The Middle (MITM) dan dapat mencegah serangan Evil Twin dan MITM.
The rapid development of information technology in the industrial revolution 4.0 era triggers the development of the Internet of Things (IoT) paradigm in everyday life, facilitating automation and monitoring for home. This phenomenon introduces vulnerabilities in the home network and may lead to the risk of decreased network performance, and privacy leak. This study proposes an IoT network security system implementing Network Intrusion Detection System (NIDS) and secure access point based on Raspberry Pi as an affordable IDS solution. The proposed security system is believed to better isolate the IoT network and not affect the performance of IoT devices in case of attacks, also providing  intrusion alerts to encourage users to take steps against risks that may occur. The system is able to detect a maximum of: false alarm rate under 15%, successful detection rate above 50% and detection accuracy of 75% for Evil Twin, Reconnaissance, Distributed Denial of Service (DDoS), and Man In The Middle (MITM) attack scenarios with increased robustness in case of Evil Twin deauthentication and MITM attacks."
Depok: Fakultas Teknik Universitas Indonesia, 2022
S-pdf
UI - Skripsi Membership  Universitas Indonesia Library
cover
Julianto Santoso
Penerapan konsep pengendalian jalan masuk (access control) sebagai konsep sistem keamanan : Studi tentang pengamanan PT."X" di Jakarta = Implementation of access control concept as a security system concept : case study of PT. "X"
"In Crimology, Access control is known as one of the six teen technique introduced by Ronald V. Clarks on his famous writing about Situational Crime Prevention. Access control is a concept of some symbolic or physical barrier used to select and determine the mobility entry or exit of human. This concept is also potential to be develop on to it is own concept of security system.
This research is about how to implement access control concept as a security system concept. Research was conducted at PT "X", an 35 years old foreign investment company, which is it site located at Pasar rebo District, East Jakarta. PT. "X" is a pharmaceutical company, producing gynecological product including oral contraception, which one of their most famous product is Pil KB Lingkaran Biru. Like others modem pharmaceutical company, PT "X" implement high standard of management principle and quality control, to each function under this company organization, including security function.
Also like other manufacturing company, the community inside this company characterize by functional relationship, which then lead their employee into some unique relationship which colored by sub unit bonding in company structure, such as Department division or Section. This condition also become basic consideration to determine the mobility and access of each person who has interest to enter any space or room inside these company site.
There are four element, choose as basic requirement if access control like to implemented in these company. Those element are administrational, technical, organizational and personal aspect. All this aspect has correlation and supporting as a system. Administrational aspect gives legitimation and power, technical aspect is a supporting tools to make the program runs easier and possible. Organizational aspect describe procedure and mechanism to do the system. Personal aspect lead to share responsibility and function for each unit in the security system.
There are still no guarantee that system base on access control concept can or effective in reducing crime in a work place. But At least, access control can be used as a concept to build a security system at other industrial site which might have same characteristic and with same method."
Depok: Fakultas Ilmu Sosial dan Ilmu Politik Universitas Indonesia, 2006
T22164
UI - Tesis Membership  Universitas Indonesia Library
<<   1 2 3 4 5 6 7 8 9 10   >>