Detail Tugas Akhir

RANCANG BANGUN SISTEM KONTROL SMART DOOR LOCK MENGGUNAKAN PENGOLAHAN CITRA

make_name_string expected hash reference (2026) RANCANG BANGUN SISTEM KONTROL SMART DOOR LOCK MENGGUNAKAN PENGOLAHAN CITRA. S1 thesis, Universitas Muhammadiyah Ponorogo.

Berkas Tugas Akhir

PDF
Text (Surat Persetujuan Unggah Karya Ilmiah)
Surat Persetujuan Unggah Karya Ilmiah.pdf
Baca PDF Ukuran File (166kB)
PDF
Text (HALAMAN DEPAN)
HALAMAN DEPAN.pdf
Baca PDF Ukuran File (621kB)
PDF
Text (BAB I)
BAB I.pdf
Baca PDF Ukuran File (198kB)
PDF
Text (BAB II)
BAB II.pdf
Restricted to Repository staff only
Akses terbatas: khusus staf repository Request a copy Ukuran File (300kB)
PDF
Text (BAB III)
BAB III.pdf
Restricted to Repository staff only
Akses terbatas: khusus staf repository Request a copy Ukuran File (406kB)
PDF
Text (BAB IV)
BAB IV.pdf
Restricted to Repository staff only
Akses terbatas: khusus staf repository Request a copy Ukuran File (897kB)
PDF
Text (BAB V)
BAB V.pdf
Restricted to Repository staff only
Akses terbatas: khusus staf repository Request a copy Ukuran File (136kB)
PDF
Text (DAFTAR PUSTAKA)
DAFTAR PUSTAKA.pdf
Baca PDF Ukuran File (229kB)
PDF
Text (LAMPIRAN)
LAMPIRAN.pdf
Restricted to Repository staff only
Akses terbatas: khusus staf repository Request a copy Ukuran File (229kB)
PDF
Text (SKRIPSI FULL TEXT)
SKRIPSI FULL TEXT.pdf
Restricted to Repository staff only
Akses terbatas: khusus staf repository Request a copy Ukuran File (1MB)

Abstract

Penggunaan kunci konvensional pada ruangan penting masih menyimpan celah keamanan, seperti risiko kunci hilang, diduplikat, hingga dipinjamkan tanpa izin. Akibatnya, riwayat akses sulit dipantau dan kontrol keamanan menjadi lemah. Untuk mengatasi persoalan tersebut, penelitian ini merancang sistem smart door lock berbasis pengolahan citra dengan algoritma Convolutional Neural Network (CNN) sebagai solusi pengganti kunci manual. Sistem ini mengintegrasikan webcam untuk mengambil citra wajah, Raspberry Pi 4 sebagai unit pemroses utama algoritma CNN, serta sensor infrared sebagai pemicu awal. Ketika wajah terverifikasi, mikrokontroler ESP8266 akan mengarahkan driver HW354 dan motor DC untuk membuka kunci. Tiga skenario pengujian diterapkan: akurasi pengenalan wajah dalam pelbagai kondisi, respons perangkat keras, serta komparasi durasi akses terhadap kunci konvensional. Hasil pengujian membuktikan sistem mampu mengenali wajah terdaftar pada posisi normal, berekspresi, maupun tersenyum, meski tetap mengalami kendala saat wajah tertutup objek. Sensor infrared sendiri dapat mendeteksi pengguna hingga jarak 30 cm. Dari sisi kecepatan, smart door lock membutuhkan waktu rata-rata 3,17 detik sekitar 0,94 detik lebih lambat dibanding kunci manual (2,23 detik). Walau jeda waktunya sedikit lebih lama, sistem ini menawarkan tingkat perlindungan yang jauh lebih baik karena akses terbatas hanya untuk pengguna terdaftar. Penelitian ini mengonfirmasi bahwa otomatisasi berbasis pengolahan citra efektif menghadirkan sistem kontrol akses yang aman, efisien, dan terrekam dengan baik.

Informasi Item

Item Type Thesis (S1)
Uncontrolled Keywords Smart Door Lock, Pengolahan Citra, Convolutional Neural Network (CNN), Raspberry Pi 4, Mikrokontroller ESP8266
Subjects L Education > L Education (General)
Divisions Faculty of Engineering
Date Deposited 16 Sep 2026 07:10
Last Modified 16 Sep 2026 07:10
URI https://eprints.umpo.ac.id/id/eprint/20559

Actions (login required)

View Item
View Item
Ada yang bisa kami bantu?