Search for collections on Universitas Indo Global Mandiri Repository

RANCANG BANGUN SISTEM KUNCI PINTU OTOMATIS BERBASIS PENGENALAN WAJAH MENGGUNAKAN RASPBERRY PI 4

azzahra, pricillya and Fery Antony, S.T.,M.Kom, Fery and Candra, Setiawan (2026) RANCANG BANGUN SISTEM KUNCI PINTU OTOMATIS BERBASIS PENGENALAN WAJAH MENGGUNAKAN RASPBERRY PI 4. Masters thesis, Universitas Indo Global Mandiri.

[thumbnail of Pricillya_Azzahra_2022310058_File_Full_Karya_Ilmiah.pdf] Text
Pricillya_Azzahra_2022310058_File_Full_Karya_Ilmiah.pdf
Restricted to Repository staff only

Download (8MB) | Request a copy
[thumbnail of Pricillya_Azzahra_2022310058_ File Cover - Daftar Isi.pdf]
Preview
Text
Pricillya_Azzahra_2022310058_ File Cover - Daftar Isi.pdf

Download (8MB) | Preview
[thumbnail of PRICILLYA_AZZAHRA_2022310058_File Hasil Similarity.pdf] Text
PRICILLYA_AZZAHRA_2022310058_File Hasil Similarity.pdf
Restricted to Repository staff only

Download (21MB) | Request a copy

Abstract

Kunci pintu konvensional seperti kunci fisik, RFID, dan sistem berbasis
smartphone masih menyisakan risiko hilang, dipinjamkan, atau disalahgunakan
karena bergantung pada media tambahan. Penelitian ini bertujuan menghasilkan
sistem kunci pintu otomatis berbasis pengenalan wajah yang bekerja secara realtime melalui arsitektur client-server lokal antara Raspberry Pi 4 dan laptop, serta
mengembangkan prototipe yang mengintegrasikan Raspberry Pi 4, kamera, modul
relay, dan solenoid door lock. Sistem menggunakan algoritma Haar Cascade untuk
deteksi wajah dan Local Binary Pattern Histogram (LBPH) untuk pengenalan
wajah, dengan Raspberry Pi 4 sebagai pengambilan citra dan kontrol GPIO,
sedangkan laptop menangani pemrosesan dan keputusan akses melalui komunikasi
TCP/IP. Pintu terbuka apabila nilai confidence di bawah 55 dan ID hasil pengenalan
terdaftar, kemudian terkunci otomatis setelah lima detik. Hasil pengujian terhadap
lima pengguna terdaftar menunjukkan akurasi pengenalan rata-rata 98,38% dan
penolakan pengguna tidak terdaftar rata-rata 93,78%, dengan waktu respon rata-rata
328,61 milidetik. Disimpulkan bahwa kedua tujuan penelitian tercapai dan sistem
dapat menjadi alternatif kontrol akses tanpa kunci fisik, kartu, maupun PIN.
Kata kunci: pengenalan wajah, Raspberry Pi 4, Haar Cascade, LBPH, kunci pintu
otomatis

Item Type: Thesis (Masters)
Subjects: Q Science > QA Mathematics > QA76 Computer software
Divisions: Fakultas Ilmu Komputer dan Sains > Sistem Komputer S1
Depositing User: PRICILLYA AZZAHRA
Date Deposited: 10 Sep 2026 02:33
Last Modified: 10 Sep 2026 02:33
URI: https://repository.uigm.ac.id/id/eprint/7749

Actions (login required)

View Item
View Item