ESTD PERPUSTAKAAN UNTAD
ESTD PERPUSTAKAAN UNTAD
| JudulPENGEMBANGAN SISTEM KEAMANAN RUANGAN DENGAN PENGENALAN WAJAH MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK BERBASIS METODE ARCFACE |
| Nama: KADEK ARYA WIJAYA |
| Tahun: 2026 |
| Abstrak Keamanan ruangan merupakan aspek penting dalam menjaga keselamatan dan mencegah akses ilegal, terutama pada lingkungan yang membutuhkan tingkat keamanan tinggi seperti laboratorium. Sistem pengamanan konvensional menggunakan kunci mekanik masih memiliki banyak kelemahan karena mudah dibobol atau digandakan. penelitian ini bertujuan untuk mengembangkan sistem keamanan ruangan dengan menerapkan verifikasi dua lapis berupa Radio Frequency Identification (RFID) dan pengenalan wajah menggunakan Convolutional Neural Network (CNN) berbasis metode ArcFace. Sistem dirancang dan diimplementasikan pada perangkat Raspberry Pi 5, dilengkapi dengan kamera sebagai input citra wajah, sensor RFID sebagai identifikasi awal, solenoid door lock sebagai aktuator kunci pintu, serta website berbasis web sebagai media monitoring akses ruangan secara real-time. Metode ArcFace dipilih karena memiliki kemampuan diskriminasi fitur wajah yang tinggi dan efisien dijalankan pada perangkat dengan sumber daya terbatas. Hasil pengujian menunjukkan bahwa sistem keamanan yang dikembangkan dapat berfungsi dengan baik dan sesuai dengan tujuan penelitian. Pengujian pengenalan wajah terhadap 20 orang terdaftar menunjukkan tingkat keberhasilan 100% pada sudut depan dan menoleh hingga 45 derajat, dengan jarak efektif pengenalan antara 10 cm hingga 150 cm. Sistem mampu mengenali wajah dengan baik meskipun pengguna menggunakan aksesoris seperti kacamata dan topi, namun tidak dapat mengenali wajah yang tertutup masker. Waktu rata-rata pemrosesan pengenalan wajah hingga pintu terbuka adalah 1,02 detik. Sensor RFID mampu membaca kartu berbasis RFID dengan jarak maksimal 3,5 cm, tergantung jenis kartu yang digunakan. Selain itu, data akses pengguna berhasil ditampilkan dan dikelola melalui website monitoring, Hasil pengujian mengindikasikan sistem ini efektif dan layak digunakan sebagai solusi keamanan ruangan berbasis pengenalan wajah dan IoT. |