PENINGKATAN SISTEM KEAMANAN PADA KUNCIPINTU RUMAH BERBASIS GSM (TELEPON)DILENGKAPI MACHINE LEARNING UNTUKDETEKSI MANUSIA


Keamanan merupakan salah satu kebutuhan penting manusia. Menutup pintu
dan menguncinya ketika meninggalkan rumah adalah salah satu contoh bukti
pentingnya kebutuhan ini. Namun tidak menutup kemungkinan ada celah bagi
pencuri untuk menyusup ke dalam rumah. Oleh karena itu perlu dilakukan
keamanan tambahan berupa alat yang mampu mendeteksi manusia dan
memberitahukan kejadian tersebut kepada pemilik rumah. Berdasarkan
permasalahan tersebut, pada penelitian ini dibuatkan sistem keamanan dengan
dilengkapi kamera yang dipasang disekitar pintu untuk memantau pergerakan objek
sekitar pintu dengan menggunakan pustaka tensorflow dan tinyML yang dilengkapi
komunikasi jaringan seluler dengan modul SIM800L sebagai komunikasi antara
mikrokontroler dan pengguna serta kontrol kunci pintu dengan SMS . Hasil
penelitian menghasilkan kinerja sistem yang optimal dengan sistem yang mampu
mendeteksi manusia dengan persentase keberhasilan 80% pada lima jarak dan
membedakan bukan manusia dengan persentase keberhasilan 100% pada lima
jarak. Pada pengiriman notifikasi telepon kepada pengguna dibutuhkan waktu ratarata delay 9,07 detik, rata-rata completion rate sebesar 87,5% dan kegagalan kirim
sebesar 12,5%. Pada proses pengontrolan kunci pintu dengan SMS dibutuhkan
waktu rata rata delay 3,7 detik, delay action solenoid doorlock 1,2 detik dan delay
kirim respon 6,8 detik dengan completion rate 100% dan rata-rata kegagalan kirim
0%. Sehingga sistem dibutuhkan waktu sekitar 11.7 detik saat mengirim perintah
hingga mendapat respon


LOADING LIST...

LOADING LIST...

Detail Information

Bagian Informasi
Pernyataan Tanggungjawab Rachman Pandu Dewanata/24052218083
Pengarang Bambang Sugiarto, M.Si - Personal Name (Dosen Pembimbing 1)
Sifa Nurpadillah, M.Si - Personal Name (Dosen Pembimbing 1)
Rachman Pandu Dewanata - Personal Name (Dosen Pembimbing 1)
Edisi
No. Panggil 0004 RAC 2023
Subyek Machine Learning
GSM
Deteksi Manusia
Kunci pintu
Klasifikasi 4
Judul Seri
GMD
Bahasa Indonesia
Penerbit Fakultas Teknik
Tahun Terbit 2023
Tempat Terbit Garut
Deskripsi Fisik
Info Detil Spesifik


Citation

Bambang Sugiarto, M.Si. (2023).PENINGKATAN SISTEM KEAMANAN PADA KUNCIPINTU RUMAH BERBASIS GSM (TELEPON)DILENGKAPI MACHINE LEARNING UNTUKDETEKSI MANUSIA().Garut:Fakultas Teknik

Bambang Sugiarto, M.Si.PENINGKATAN SISTEM KEAMANAN PADA KUNCIPINTU RUMAH BERBASIS GSM (TELEPON)DILENGKAPI MACHINE LEARNING UNTUKDETEKSI MANUSIA().Garut:Fakultas Teknik,2023.

Bambang Sugiarto, M.Si.PENINGKATAN SISTEM KEAMANAN PADA KUNCIPINTU RUMAH BERBASIS GSM (TELEPON)DILENGKAPI MACHINE LEARNING UNTUKDETEKSI MANUSIA().Garut:Fakultas Teknik,2023.

Bambang Sugiarto, M.Si.PENINGKATAN SISTEM KEAMANAN PADA KUNCIPINTU RUMAH BERBASIS GSM (TELEPON)DILENGKAPI MACHINE LEARNING UNTUKDETEKSI MANUSIA().Garut:Fakultas Teknik,2023.

 



Status Pengunjung Repository

Flag Counter Repository Universitas Garut

Layanan Perpustakaan

Perpustakaan FTEKNIK UNIGA Repository FTEKNIK UNIGA Official
Upload Mandiri Tugas Akhir Repository FTEKNIK UNIGA Official

Alamat

Fakultas Teknik Universitas Garut
Jalan Jati No. 42 B Tarogong
Kab. Garut 44151 Jawa Barat, Indonesia.
E: fteknik@uniga.ac.id