Doorlock System Using Face Recognition
1. Merry Nilna Na'ma (3.32.19.2.13)
2. Yusron Alfauzi (3.32.19.2.25)
DOORLOCK SYSTEM USING FACE RECOGNITION
Merry Nilna1, Yusron Alfauzi2, Samuel BETA3
1merrynilna91@gmail.com, 2alfauziyusron@gmail.com, 3sambetak2@gmail.com
Jurusan
Teknik Elektro, Politeknik Negeri Semarang
Jln.
Prof. H. Sudarto, S.H., Tembalang, Semarang, Jawa Tengah, Indonesia. 50275.
Telp. (024)7473417, Website: www.polines.ac.id, email: sekretariat@polines.ac.id
Abstract - Home is essentially a place for us to take refuge as well as a place to live save valuables, especially lives. More sophisticated home security. It is very important to prevent unwanted crimes from happening. In implement on door security with Face Recognition system or face recognition, because the face is one of the easiest physiological forms to use distinguish identities between individuals. Processed by inserting a suitable image of 6 residents of the house for every one person has 30 image databases taken through webcam camera from the front side of the face without using accessories. From the face database. The test is then carried out based on real time, the input object is face detection taken using a webcam camera. If the face detected, the doorlock will automaticly open, and if there is no face from database detected, the doorlock still closed.
Keyword: Face Recognition,
Artificial Intelligence, Doorlock System.
Intisari - Rumah pada hakekatnya adalah tempat
kita berlindung sekaligus tempat tinggal menyimpan barang-barang berharga,
terutama nyawa. Keamanan rumah yang lebih canggih. Hal ini sangat penting untuk
mencegah terjadinya kejahatan yang tidak diinginkan. Diimplementasikan pada
keamanan pintu dengan sistem Face Recognition atau pengenalan wajah, karena
wajah merupakan salah satu bentuk fisiologis yang paling mudah digunakan untuk
membedakan identitas antar individu. Diolah dengan menyisipkan gambar yang
sesuai dari 6 penghuni rumah karena setiap satu orang memiliki 30 database
gambar yang diambil melalui kamera webcam dari sisi depan wajah tanpa
menggunakan aksesoris. Dari database wajah. Pengujian kemudian dilakukan secara
real time, objek input berupa deteksi wajah yang diambil menggunakan kamera
webcam. Jika wajah terdeteksi, kunci pintu akan terbuka secara otomatis, dan
jika tidak ada wajah dari database yang terdeteksi, kunci pintu tetap tertutup.
Keyword: Face Recognition, Artificial Intelligence, Doorlock System.
I. PENDAHULUAN
Rumah adalah tempat dimana beberapa aset-aset kita disimpan. Untuk itu penting untuk memastikan keamanan rumah kita agar selalu terjaga dengan baik dan itu juga kebutuhan yang tak terhindarkan bagi pengguna yang menginginkan adanya privasi. Sistem face recognition (pengenalan wajah) semakin dimanfaatkan dan dikembangkan dengan menggunakan komputer. Melalui komputer untuk melakukan face recognition (pengenalan wajah) memerlukan usaha keras dibandingkan hanya dengan mengenali wajah seseorang oleh manusia.
Dengan bantuan mikrokontroler system kunci dengan face recognition dapat memindai wajah dan pintu akan terbuka otomatis sehingga tidak perlu menggunakan kunci. Doorlock ini menggunakan motor servo yang akan menggerakkan tuas kunci pada pintu dan dikontrol oleh Arduino Uno yang berfungsi sebagai pengendali utama system ini.
Dengan adanya alat ini, mencoba untuk merancang dan membuat suatu alat otomatisasi pintu menggunakan deteksi wajah. Jadi, tidak memerlukan kunci pintu lagi. Harapan dari pembuatan sistem ini yaitu dalam penerapan home security, karena hanya wajah yang terdeteksi saja, pintu dapat terbuka.
1.2 Perumusan Masalah
Berdasarkan paparan latar belakang yang telah disampaikan maka terdapat beberapa permasalahan yang menjadi dasar dalam perancangan ini, yaitu
- Bagaimana rancangan perangkat keras doorlock system using face recognition?
- Bagaimana cara mendesain sebuah otomatisasi doorlock system using face recognition
1.3 Tujuan
Adapun tujuan yang ingin dicapai dalam pembuatan Proyek Arduino ini adalah sebagai berikut:
- Tercipatanya alat yang mempermudah pengunjung rumah dalam membuka kunci menggunakan deteksi wajah.
- Mengetahui unjuk kerja deteksi wajah yang mengkombinasikan mikrokontoler dan artificial intelligence.
II. TINJUAN PUSTAKA
A.
Arduino Uno
Arduino Uno merupakan papan elektronik yang biasa digunakan untuk pengontrolan berupa modul sensor dan sejenisnya yang mengandung mikrokontroler Atmega328 (sebuah keping yang secara fungsional bertindak seperti sebuah komputer). Banyak lahir perangkat-perangkat sejenis Arduino, seperti DFRDuino atau Freeduino, dan kalau yang lokal ada namanya CipaDuino yang dibuat oleh SKIR70, terus ada MurmerDuino yang dibuat oleh Robot Unyil, ada lagi AViShaDuino yang salah satu pembuatnya adalah admin kelas robot. Arduino uno sendiri menggunakan mikrokontroller Atmega328. Board ini memiliki 14 pin digital input/output dimana
- 6 pin dapat digunakan sebagai output PWM
- 6 input analog
- 16 MHz osilator kristal
- Port USB
- Jack power
Pin-pin ini berfungsi untuk mendukung mikrokontroller dan hanya terhubung dengan komputer menggunakan kabel usb atau sumber tegangan 5volt bentuk fisik arduino uno diperlihatkan pada Gambar 1.
Gambar 1. Arduino Uno
Sumber: electricityofdream.blogspot.com, 2018
B. Motor Servo
Motor servo adalah sebuah perangkat atau aktuator putar (motor) yang dirancang dengan sistem kontrol umpan balik loop tertutup (servo), sehingga dapat di set-up atau di atur untuk menentukan dan memastikan posisi sudut dari poros output motor. motor servo merupakan perangkat yang terdiri dari motor DC, serangkaian gear, rangkaian kontrol dan potensiometer. Serangkaian gear yang melekat pada poros motor DC akan memperlambat putaran poros dan meningkatkan torsi motor servo, sedangkan potensiometer dengan perubahan resistansinya saat motor berputar berfungsi sebagai penentu batas posisi putaran poros motor servo.
Gambar 2. Motor Servo
(Sumber: https://www.aje.co.id/pengertian-dan-prinsip-kerja-motor-servo )
C. Kamera Web (Webcam)
Webcam (singkatan dari kamera web) adalah sebutan bagi kamera waktunyata yang gambarnya bisa dilihat melalui www (World Wide Web), program pengolah pesan cepat, atau aplikasi pemanggilan video. Istilah webcam merujuk pada teknologi secara umumnya, sehingga kata webcam kadang-kadang diganti dengan kata lain yang memberikan pemandangan yang ditampilkan di kamera. Kamera web dapat diartikan juga sebagai sebuah kamera video digital kecil yang dihubungkan ke komputer melalui port USB, port COM atau dengan jaringan Ethernet atau Wi-Fi. Contoh webcam dapat dilihat pada Gambar 3
Gambar 3 Kamera Web
(Sumber: http://eprints.polsri.ac.id/2775/3/2%20-%20BAB%20II.pdf )
III. PERANCANGAN
Bab ini membahas keseluruhan dari perancangan sistem yang akan dibuat. Perancangansistem terdiri dari perancangan perangkat mekanik, perancangan perangkat keras, dan perancangan perangkat lunak. Berikut adalah pengenalan mengenai Local Binnary Patterns Histogram (LBPH) dan Haar Sascading dalam proses face recognition.
A. Local Binnary Patterns Histogram (LBPH) dan Haar Cascading
LBPH adalah salah satu algoritma pengenalan objek dengan membagi gambar menjadi beberapa bagian kemudian menerjemahkannya menjadi bilangan biner representatifnya dalam bentuk histogram. Dalam LBPH setidaknya ada 4 parameter yang harus kita pahami, yakni ‘Radius’ (radius pusat pixel acuan), ‘Neighbors’ (tetangga pixel acuan), ‘Grid X’, dan ‘Grid Y’ (pembagian gambar). Untuk grid X dan Y, semakin banyak hasilnya akan semakin baik/presisi. Pada OpenCV terdapat subrutin (class) yang sudah mengenkapsulasi semua yang kita butuhkan dalam algoritma LBPH ini, yakni class cv::face::LBPHFaceRecognizer. Dengan class ini kita dapat dengan mudah mengklasifikasikan objek yang terdeteksi sesuai dengan dataset yang kita buat sebelumnya, sehingga tujuan akhir pengenalan objek dapat tercapai.
Haar Cascading adalah metode pembelajaran mesin di mana pengklasifikasi adalah dibor dari banyak foto positif dan negatif. Algoritma dikemukakan oleh Paul Viola dan Michael Jones. Pengklasifikasi kaskade berbasis fitur Haar adalah pengklasifikasi yang diimplementasikan untuk deteksi objek. Pengklasifikasi ini mengejar prosedur pembelajaran mesin di mana operasi kaskade ditanamkan dari foto untuk menemukan item dalam foto tambahan. Deteksi wajah dan ekspresi wajah dalam sebuah gambar adalah juga berhasil dideteksi. Latihan diakhiri dengan persembahan positif dan gambar negatif ke classifier. Kemudian ciri-cirinya digambar keluar dari gambar. Setiap karakteristik adalah nilai individu, yaitu diperoleh dengan mengurangkan jumlah piksel dalam persegi panjang putih dari penjumlahan piksel dalam persegi panjang hitam. Di mana mendeteksi wajah yang berbeda individu dalam lingkungan yang berbeda. Fitur seperti Haar dalam berbagai ukuran dapat dihitung dalam waktu konstan karena gambar integral.
B. Diagram Blok Sistem
C. Cara Kerja
Kamera menyala untuk memverifikasi apakah wajah seseorang terdeteksi atau tidak. Ketika wajah terdeteksi maka servo akan menarik kuas kunci sehingga pintu akan terbuka. Selang beberapa saat kunci akan mengunci kembali secara otomatis. Pintu juga akan tetap terkunci jika wajah tidak terdeteksi / terverifikasi. Wajah yang terverifikasi merupakan wajah seseorang yang data wajahnya sudah disimpan kedalam database yang kemudian di simpan dalam file xml.
D. Diagram Skematik
E. Diagram Pengawatan
F. Diagram Alir
IV. PERANCANGAN MEKANIK
Pada alat ini menggunakan miniatur pintu dari kayu dan box hitam untuk meletakkan komponen.
Berikut beberapa gambar dalam perancangan mekanik:
Gambar 13. Doorlock terkunci
VI. KESIMPULAN DAN SARAN
A. Kesimpulan
Berdasarkan hasil perancangan dan pengujian yang telah dilakukan, maka kesimpulan yang di dapat sebagai berikut:
- Door Lock System using Face Recognition dapat digunakan sebagai keamanan rumah, karena hanya data wajah yang terdeteksi saja yang dapat membuka kunci pintu.
- Otomatisasi dalam door lock system, tidak memerlukan kunci lagi untuk membuka pintu, hanya dengan memindai wajah dan pintu langsung terbuka.
B. Saran
K.C. Paul, S Aslan, An improved real-time face recognition system at low resolution based on local binary pattern histogram algorithm and CLAHE, Optics Photonics J. 11 (April 2021)
Nur Ikhsan, Syarief. 2016. Face Recognition. Universitas Gunadarma.
http://saptaji.com/2019/12/31/pengenalan-wajah-face-recognition-dengan-opencv-dan python/
1. Jurnal link jurnal
2. Presentasi/Power Point ppt
3. Video Simulasi Alat link youtube
4. Program link github
5. Diagram Blok link diagram blok
6. Diagram Skematik link diagram skematik
7. Diagram Pengawatan link diagram pengawatan
8. Diagram Alir diagram alir
BIODATA PENULIS
Nama penulis Merry Nilna Na'ma. Penulis dilahirkan di Kendal, 05 Maret 2001. Penulis telah menempuh pendidikan formal di SDN 02 Kutoharjo, SMPN 02 Kendal dan SMAN 01 Kendal. Pada tahun 2019 penulis mengikuti seleksi mahasiswa baru diploma (D3) dan diterima menjadi mahasiswa baru diploma(D3) di kampus Politeknik Negeri Semarang (Polines) dengan Program Studi D3 Teknik Elektronika, Jurusan Teknik Elektro. Penulis terdaftar dengan NIM 3.32.19.2.12. Apabila ada kritik dan saran yang membangun mengenai penelitian ini, bisa menghubungi melalui email merrynilna91@gmail.com
Nama penulis Yusron Alfauzi. Penulis dilahirkan di Karanganyar, 06 Maret 1999. Penulis telah menempuh pendidikan formal di SDN 03 Karanglo, SMPN 01 Tawangmangu dan SMAN Karangpandan. Pada tahun 2019 penulis mengikuti seleksi mahasiswa baru diploma (D3) dan diterima menjadi mahasiswa baru diploma(D3) di kampus Politeknik Negeri Semarang (Polines) dengan Program Studi D3 Teknik Elektronika, Jurusan Teknik Elektro. Penulis terdaftar dengan NIM 3.32.19.2.25. Apabila ada kritik dan saran yang membangun mengenai penelitian ini, bisa menghubungi melalui email alfauziyusron@gmail.com
0 Response to "Doorlock System Using Face Recognition"
Posting Komentar