TRUNOJOYO-Tugas Akhir -30568-180491100008-CHAPTER 4.pdf
Restricted to Repository staff only
Download (3MB)
TRUNOJOYO-Tugas Akhir -30568-180491100008-CHAPTER 3.pdf
Restricted to Repository staff only
Download (1MB)
TRUNOJOYO-Tugas Akhir -30568-180491100008-CHAPTER 2.pdf
Restricted to Repository staff only
Download (1MB)
TRUNOJOYO-Tugas Akhir -30568-180491100008-CHAPTER 1.pdf
Restricted to Repository staff only
Download (1MB)
TRUNOJOYO-Tugas Akhir -30568-180491100008-COVER.pdf
Restricted to Repository staff only
Download (1MB)
TRUNOJOYO-Tugas Akhir -30568-180491100008-ABSTRACT.pdf
Restricted to Repository staff only
Download (14kB)
TRUNOJOYO-Tugas Akhir -30568-180491100008-CONCLUSION.pdf
Restricted to Repository staff only
Download (1MB)
TRUNOJOYO-Tugas Akhir -30568-180491100008-REFERENCE.pdf
Restricted to Repository staff only
Download (1MB)
TRUNOJOYO-Tugas Akhir -30568-180491100008-APPENDICES.pdf
Restricted to Repository staff only
Download (1MB)
Abstract
Safe Deposit Box (SDB) adalah salah satu layanan penyimpanan berupa box yang digunakan sebagai penitipan barang berharga biasanya di bank. Sistem keamanan yang digunakan SDB adalah double key security, kombinasi sandi, kartu identitas, biometri jari, dan pengenalan wajah. Dalam penelitian ini, sistem yang digunakan SDB adalah sistem biometri yaitu pengenalan wajah. Hal ini dikarenakan biometri wajah merupakan salah satu identitas ciri khas dari seseorang, sehingga efektif diterapkan dalam keamanan sistem. Sebelum pengenalan wajah dilakukan, terdapat proses registrasi akun user yaitu form identitas diri dan capture input wajah user. Input citra akan melalui proses mengklasifikasi fitur menggunakan metode LBP. Metode tersebut merupakan salah satu metode ekstraksi fitur guna memperbaiki citra input dengan cara merubah setiap nilai pixel dalam bentuk pola pada keseluruhan gambar. Kemudian hasil capture wajah tersimpan ke dalam folder dataset guna sebagai pembanding antara data testing yang disebut pengenalan wajah, yang mana dalam proses tersebut memerlukan proses confidence. Proses tersebut merupakan mencari kecocokan dengan hasil nilai 1 yang dikatakan berhasil. Hasil dari pengujian data dikelompokan menjadi 2 kondisi yaitu redup dan terang. Hasil akurasi kondisi redup di posisi tegak lurus sebesar 64%, menunduk 60%, dan mendongak 60%. Hasil akurasi kondisi terang yaitu sebesar 100% diberbagai posisi wajah.
| Item Type | Thesis (Skripsi) |
|---|---|
| Thesis Type | S1 |
| Creators | Creators NIM ACHMAD MUSTOFA |
| Department | Teknik Mekatronika |
| Uncontrolled Keywords | wajah, safe deposit box face recognition local binary pattern histograms |
| Divisions | Fakultas Teknik > S1 - Teknik Mekatronika |
| Additional Information | elib mass import |
| Depositing User | Unnamed user with email library@trunojoyo.ac.id |
| Date Deposited | 18 Oct 2026 00:13 |
| Last Modified | 24 Oct 2026 17:19 |
| URI | https://repository.trunojoyo.ac.id/id/eprint/29425 |
