Sistem Pembuka Pintu Berbasis Computer Vision dengan Arduino sebagai Penggerak Actuator

• Main Authors: Gusanwar, Gusanwar (Author), , Bana Handaga, S.T.,M.T.,P.h.D (Author)
• Format: Book
• Published: 2015.
• Subjects: Thesis; NonPeerReviewed
• Online Access: Connect to this object online
• Notes: https://eprints.ums.ac.id/35561/1/makalah.pdf; https://eprints.ums.ac.id/35561/3/Halaman_awal.pdf; https://eprints.ums.ac.id/35561/5/BAB%201.pdf; https://eprints.ums.ac.id/35561/7/BAB%202.pdf; https://eprints.ums.ac.id/35561/9/BAB%203.pdf; https://eprints.ums.ac.id/35561/12/BAB%204.pdf; https://eprints.ums.ac.id/35561/14/BAB%205.pdf; https://eprints.ums.ac.id/35561/16/DAFTAR%20PUSTAKA.pdf; https://eprints.ums.ac.id/35561/17/LAMPIRAN.pdf; https://eprints.ums.ac.id/35561/18/SURAT%20PERNYATAAN%20PUBLIKASI.pdf
• Keywords: QA76 Computer software

Saat ini terdapat dua cara yang digunakan untuk membuka pintu, yaitu cara manual dan cara auto. Cara manual yaitu cara yang biasa kita gunakan untuk membuka dengan menyentuh pintu secara langsung, sedangkan cara auto adalah dengan menggunakan computer vision maupun penggunaan sensor lain. Salah satu cara yang dapat digunakan dalam computer vision adalah pengenalan wajah. Sudah banyak metode yang dapat digunakan untuk melakukan proses tersebut diantaranya adalah Eigenface dan Fisherface. Pada penelitian ini, akan dibandingkan performa antara kedua metode tersebut untuk diterapkan pada sistem pembuka pintu otomatis. Penelitian ini menggunakan Python sebagai bahasa pemrograman dan Arduino sebagai microcontroller untuk mengendalikan komponen hardware. Database yang digunakan terdiri atas 10 foto wajah, masing-masing diambil dari 10 posisi wajah terhadap kamera. Pengujian dilakukan pada ruangan dengan dua kondisi cahaya yang berbeda yaitu dengan dua lampu dan satu lampu. Hasil menunjukkan bahwa metode Fisherface memiliki performa yang lebih baik dengan tingkat keakuratan 74% pada ruangan dengan kondisi dua lampu.