1Rifkyansyahhh@gmail.com
2dosen00181@unpam.ac.id
diajukan : xxxx Ruang Privasi merupakan salah satu faktor yang sangat kurang
revisi : xxxx diperhatikan, tetapi mempunyai dampak yang cukup besar dalam
diterima : xxxx kehidupan. Semua manusia mempunyai Hak untuk mendapatkan
dipublish : xxxx ruang privasi masing-masing untuk menjaga kenyamanan dan
keamanan terhadap benda maupun terhadap lingkungan disekitar
kehidupan sehari-hari. Pada lingkungan tempat kita beraktifitas
terkadang ada saja yang kurang menghargai ruang Privasi
sehingga membuat tidak nyaman, seperti masuk dan keluar dari
ruang sembarang atau mungkin meninggalkan barang yang tidak
sesuai tempatnya sehingga menjadi tidak nyaman. Peneliti
mencoba mengembangkan sistem Monitoring CCTV untuk
mendeteksi adanya aktifitas pada ruangan dengan menggunakan
Raspberry Pi3 B+ dengan berbasis Internet of Things. Dengan
memanfaatkan metode face recognition dan metode face
detection yang merupakan satu diantara beberapa metode dari
library OpenSource Computer Vision(OpenCV). Perangkat ini
dapat memonitoring melalui web services secara realtime dan
membuat laporan gambar setiap 15 detik apabila camera
mendeteksi adanya wajah. Berdasarkan dari hasil riset yang di
dapat mempunyai hasil akurasi rata-rata 61-66,6% terhadap
metode pendeteksi wajah dan metode pengenalan wajah.
ABSTRACT
penelitian. Hal ini dapat dilaksanakan Luminosity, Saturation) dan RGB (Red,
dengan tujuan mendapatkan Informasi dan Green, Blue). Standar yang akan digunakan
data yang kongkrit yang di perlukan untuk pada penelitian ini ialah elemen RGB
penulisan skripsi ini. Bahan Hasil rujukan dimana mempunyai tiga elemen warna yang
yang akan digunakan dapat berupa Buku terdiri dari warna Merah, warna Hijau, dan
Sains, Jurnal ilmiah, artikel yang berkaitan warna Biru. Nilai dari warna tersebut
serta situs Internet yang berkaitan dengan memiliki nilai antara 0-255bit atau 0-256bit.
penelitian. Dari citra berwarna yang memiliki tiga ruang
perspektif dapat diringkas menjadi satu
Metode Penelitian: perspektif yaitu GrayScale. GrayScale
1. Studi Literatur merupakan citra keabu-abuan yang memiliki
2. Pengumpulan Informasi dan Analisa Data nilai antara 0 sampai 255. Nilai indeks
3. Penyusunan Sistem tersebut menunjukan dari tingkatan derajat
4. Penjabaran Sistem keabuan atau kecerahan dari citra (0bit =
5. Pengujian Sistem Hitam atau Gelap dan 255bit = Putih atau
6. Penarikan Kesimpulan Terang).
TEORI 2.3 RGB
2.1 ComputerVision RGB merupakan suatu komponen
penyusun gambar yang dimana terdiri dari 3
ComputerVision merupakan suatu elemen warna antara lain, warna Merah
proses otomatis yang mengintegrasikan dari (Red), warna Hijau (Green), dan warna Biru
pandangan visual. seperti pengolahan citra, (Blue). Standar komponen secara umum di
pengenalan objek, pembuat keputasan dan dapat Dari ketiga warna tersebut yang
akuisisi citra. Computer Vision mencoba digabungkan nilainya menjadikan warna-
untuk meengikuti bagaimana sistem kerja warna pada setiap piksel sehingga menjadi
visual pada indra manusia (human visual) suatu gambar. Setiap piksel pada elemen
pada indra pengelihatan manusia yang warna membutuhkan citra data bernilai 3bit
sangat kompleks yang dimana sebuah dan Setiap warna dasar memiliki intensitas
gambar atau citra objek yang dilihat oleh untuk menentukan berapa besar tingkatan-
mata manusia akan dilanjutkan menuju otak tingkatan dari elemen warna tersebut
agar diproses sehingga manusia dapat dengan nilai minimal nol (0) bit dan nilai
mengerti objek apa saja yang telah terlihat maksimal 255 (8 bit). Dalam RGB digunakan
oleh penglihatan matanya. nilai-nilai unik untuk menentukan warna.
Kemampuan itu diantaranya adalah berikut:
2.2 Citra
Gambar 2.1 Komponen dari RGB
Citra ialah Visual dari suatu titik yang
berada pada suatu ruang tiga dimensi. Ada 2.4 RGB Covert menjadi Grayscale
berapa tolak ukur yang digunakan oleh citra,
namu kebanyakan yang dipakai adalah HSV Grayscale merupakan elemen warna
(Hue, Saturation, Value), HLS (Hue, dalam piksel yang berada dalam perpaduan
antara warna hitam dan warna putih. Citra kanan, dan melihat ke atas dan menunduk.
pada Grayscale memiliki bentuk nilai 8bit Idealnya Wajah yang dapat di identifikasi
pada setiap nilai pikselnya, yang memiliki dengan baik adalah wajah yang mengarah
nilai tingkatan elemen warna sebesar 256bit. secara tegak lurus ke perangkat sensor.
Untuk mengubah citra berwarna RGB dalam
suatu image menjadi Image Grayscale, 2.7 Metode Haar-like Fitur
maka perlu dirubah dengan menangkap
hasil rata-rata dari setiap nilai Red, Green, Metode Haar-Like Fitur dipakai dalam
dan Blue. sehingga dapat dihitung dalam menggunakan Pendeteksi Obyek pada
rumus berikut : Gambar Digital. Kata Haar dikenal
mengarah pada nilai fungsi dari tolak ukur
Nilai X = (Red+Green+Blue) / 3 matematika yaitu Haar Wavelet yang
berbentuk kotak, dasarnya sama seperti
pada peran Fourier. Mula-mulanya
pemrosesan gambar hanya dengan melihat
nilai dari elemen RGB pada setiap piksel,
namun tata cara ini nyatanya tidak terlalu
efisien.
2.8 OpenCV
Gambar 3.3 Rangkaian Data Training. Gambar 3.5 Rangkaian Pengenalan Wajah
4.8 Sistem Kerja yang digunakan 4.9 Hasil Pengukuran Gambar yang
tercapture
1. Manusia
Manusia merupakan object inti dari
project tugas akhir yang sedang dibuat, Gambar 4.10 Hasil Gambar yang tercapture
Jika ada object manusia yang terdeteksi pada email
alat ini akan berjalan semestinya.
2. Camera Hasil Gambar yang tercapture dan
Camera merupakan komponen mengirim ke email mempunyai resolusi
hardware yang akan mendeteksi object 640x480piksel dengan rata-rata ukuran 90
yang sudah di set pada project ini byte, itu terjadi karena adanya proses
3. Raspberry Pi
kompres untuk dapat mentransfer file
Raspberry adalah komponen utama
atau mikrokontroller yang mengatur melalui email.
software dan hardware yang diperlukan
dan akan dijalan sesuai dengan sistem Tabel 4.2 Pengukuran Gambar yang
yang sudah dibuat. Tercapture melalui web services
4. Power Supply
Power Supply Sumber energi utama
yang dibutuhkan raspberry dengan
daya 5V 2,5Ampere mampu mensuplai
apa yang dibutuhkan raspberry.
5. Router
Router atau Wlan ini membuat
konektifitas jaringan lokal yang
dibutuhkan dengan Project yang dibuat
dan perlu konektifitas internet.
6. Mail
Mail sebagai media untuk melaporkan
jika ada object yang terdeteksi, untuk itu
diperlukan konetifitas internet untuk
mengkoneksikan mail.
UCAPAN TERIMAKASIH
1. Kaprodi Teknik Elektro Bapak Ariyawan
Sunardi, S.Si.,M.T.
2. Dosen Pembimbing Pertama Bapak
Syaiful Bakhri, ST.M.Eng.Sc.Ph.D
3. Dosen Pembimbing Kedua Pak Gaguk
Firasanto, S.T., M.T
Gambar 4.11 Grafik Perhitungan Upload 4. Orang Tua Bapak Maryanto dan Ibu
Dahlia
dan ukuran Gambar
5. Teman-teman Mahasiswa Teknik
Pada Gambar Grafik 4.11 Elektro dan Teman-teman dekat saya
yang sudah membantu Dukungan.
Menunjukan 2 grafik yang berbeda yaitu
grafik upload dan ukuran gambar, jika dilihat DAFTAR PUSTAKA
pada Tabel 4.2 dan membandingkan
Surantha, Nico.(2018). Design of Smart
dengan grafik. Pada grafik upload yang Home Security System Using Object
berwarna biru menunjukan angka satuan Recognition and PIR Sensor.
dan grafik column menunjukan angka
puluhan dengan interval waktu yang sama. Nopyanto, Eko., Taufik, Hikma., Hermanto,
Yang berarti grafik gambar berwarna hijau Dedy., & Widiyanto, Eka Puji.
Penerapan Metode Histogram of
mengacu pada angka puluhan sebelah
Oriented Gradient (HOG) Pada Object
kanan dan grafik ukuran gambar berwarna Counting berbasis Raspberry Pi.
biru mengacu pada angkat satuan sebelah
kiri. Saputra, Gandha Intan. Pengendalian Smart
House System Melalui Web service
KESIMPULAN yang terhubung internet dengan Modul
ESP8266 yang berbasis Internet of
Hasil dari perancangan, implementasi, Things
pengujian, dan analisis sistem maka dapat
diambil kesimpulan sebagai berikut: Sukamto, Deni. (2015). Internet of Things
Metode dan Implementasi
1. Sistem yang dibuat masih dalam Rahmadani, Lisa., Eriyani, Nadya.,
jaringan lokal area Alamsyah, Derry., Devella, Siska.
2. Hasil pengirima email bergantung Implementasi metode HOG dan
dengan kecepeatan internet yang Support Vector Machine (SVM) untuk
terima oleh raspberry Pi Multiple Smile Detection.
3. Sistem pengenalan wajah masih
Muhammad, Fadel. (2018). Sistem
berbentuk aplikasi dan masih belum Keamanan Akses Pintu Masuk
dapat terhubung dengan website. Menggunakan Face Recognition
4. Perbandingan dengan jurnal yang Berbasis Raspberry Pi 3.
dipakai, alat yang digunakan tidak
Rohmadi, Anis. (2016). Monitoring CCTV
terlalu banyak karena hanya
Digital Secara Online Melalui Internet
menggunakan satu mikrokontroller dan dan Mobile Phone Jaringan Wireless
LAN: Studi Kasus Pada PT. Tiga Sinar