PERPUSTAKAAN UNTIDAR Repositori Mahasiswa Untidar

Beranda Katalog Koleksi Konten Lokal Tugas Akhir Mahasiswa (Skripsi, Laporan Akhir, LKP) Lantai 2

  • Beranda
  • Informasi
  • Berita
  • Bantuan
  • Pustakawan
  • Area Anggota
  • Pilih Bahasa :
    Bahasa Arab Bahasa Bengal Bahasa Brazil Portugis Bahasa Inggris Bahasa Spanyol Bahasa Jerman Bahasa Indonesia Bahasa Jepang Bahasa Melayu Bahasa Persia Bahasa Rusia Bahasa Thailand Bahasa Turki Bahasa Urdu

Pencarian berdasarkan :

SEMUA Pengarang Subjek ISBN/ISSN Pencarian Spesifik

Pencarian terakhir:

{{tmpObj[k].text}}
No image available for this title
Penanda Bagikan

Text

SKRIPSI RANCANG BANGUN SISTEM KEAMANAN BANGUNAN MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK DAN RFID BERBASIS INTERNET OF THINGS

BONDAN WREKSO JANDU - Nama Orang;

Sistem keamanan bangunan yang hanya mengandalkan kunci konvensional
atau RFID memiliki kelemahan karena kartu RFID dapat dipinjam, hilang, atau
digunakan oleh pihak yang tidak berwenang. Penelitian ini bertujuan merancang
dan mengimplementasikan sistem keamanan bangunan berbasis Internet of Things
(IoT) dengan mengintegrasikan autentikasi RFID dan pengenalan wajah berbasis
Convolutional Neural Network (CNN) untuk meningkatkan keamanan akses.
Sistem dibangun menggunakan ESP32 sebagai pengendali utama, RFID RC522
sebagai identifikasi awal, kamera sebagai akuisisi citra, YOLOv5 untuk deteksi
wajah, InsightFace berbasis ArcFace untuk pengenalan wajah, sensor ultrasonik
HC-SR04 untuk mendeteksi objek saat penutupan palang, serta website berbasis
MySQL untuk monitoring dan pencatatan akses pengguna secara real-time. Hasil
pengujian menunjukkan bahwa modul RFID mampu membaca kartu hingga jarak
maksimum 4 cm, sedangkan sensor HC-SR04 mampu mendeteksi objek dengan
baik untuk mendukung proses penutupan palang otomatis. Model deteksi wajah
memperoleh nilai akurasi sebesar 90%, precision sebesar 88,89%, dan recall
sebesar 100%. Pada pengujian sistem secara keseluruhan, sistem berhasil
mengidentifikasi pengguna pada 11 dari 15 percobaan dengan rata-rata nilai
confidence sebesar 81%. Hasil penelitian menunjukkan bahwa integrasi RFID dan
pengenalan wajah mampu meningkatkan keamanan autentikasi pengguna melalui
mekanisme autentikasi ganda serta mendukung proses monitoring akses secara
otomatis dan real-time.


Ketersediaan
#
Ruang Skripsi ELEKTRONIKA JAN R 2026
62-UN57.U1-STE-VIII-2026
Tersedia
Informasi Detail
Judul Seri
-
No. Panggil
ELEKTRONIKA JAN R 2026
Penerbit
MAGELANG : UNIVERSITAS TIDAR., 2026
Deskripsi Fisik
XIV;102 HLM;29 CM
Bahasa
Indonesia
ISBN/ISSN
-
Klasifikasi
621.38
Tipe Isi
-
Tipe Media
-
Tipe Pembawa
-
Edisi
-
Subjek
PRODI_S1_TEKNIK_ELEKTRO
Info Detail Spesifik
-
Pernyataan Tanggungjawab
-
Versi lain/terkait

Tidak tersedia versi lain

Lampiran Berkas
Tidak Ada Data
Komentar

Anda harus masuk sebelum memberikan komentar

PERPUSTAKAAN UNTIDAR Repositori Mahasiswa Untidar
  • Informasi
  • Layanan
  • Pustakawan
  • Area Anggota

Tentang Kami

As a complete Library Management System, SLiMS (Senayan Library Management System) has many features that will help libraries and librarians to do their job easily and quickly. Follow this link to show some features provided by SLiMS.

Cari

masukkan satu atau lebih kata kunci dari judul, pengarang, atau subjek

Donasi untuk SLiMS Kontribusi untuk SLiMS?

© 2026 — Senayan Developer Community

Ditenagai oleh SLiMS
Pilih subjek yang menarik bagi Anda
  • Karya Umum
  • Filsafat
  • Agama
  • Ilmu-ilmu Sosial
  • Bahasa
  • Ilmu-ilmu Murni
  • Ilmu-ilmu Terapan
  • Kesenian, Hiburan, dan Olahraga
  • Kesusastraan
  • Geografi dan Sejarah
Icons made by Freepik from www.flaticon.com
Pencarian Spesifik
Kemana ingin Anda bagikan?