Detail Cantuman

Dalam kehidupan sehari-hari, lebih mudah mengenali seseorang lewat wajahnya dibandingkan lewat sidik jari atau pengenalan identitas lainnya karena pengamanan sangat di perlukan apalagi jika menyangkut otoritas atau privasi. Di samping peneliti memilih metode pembelajaran deep learning untuk face recognition karena sistem pengenalan wajah pada umumnya tidak bisa mengenali wajah dengan posisi yang berbeda-beda terutama untuk sistem akses pintu masuk. Peneliti akan menerapkan salah satu metode pengumpulan data saat membangun sistem. Hal ini dapat dilakukan dengan membaca, mengutip, dan mengelola informasi yang berkaitan dengan sistem produksi, Peneliti melakukan observasi di Kantor UPTD Pengelolaan Sampah Wilayah 8 untuk mengumpulkan data wajah berupa gambar di kantor. Tahap awal mencari gambar wajah dalam beberapa bentuk berbeda. Kemudian Di kelompokkan ke dalam satu folder Penguji menggunakan Microprosesor Raspberry Pi3 untuk mengontrol driver ULN 2003 dengan pendeteksian wajah untuk menggerakan stepper motor sebagai penggerak sliding door kantor, Maka dari itu aplikasi yang telah dibuat akan diuji langsung pada rangkaian pintu serta dihubungkan dengan berbaga perangkat keras yang telah disiapkan. Pada pengujian akan kamera, driver ULN2003, stepper motor, kemampuan perangkat lunak untuk mengenali wajah serta kecepatannya.2. Hasil dari sistem pengenalan wajah untuk akses pintu berbasis Open Cv Menggunakan metode convolutional neural network ini di buat menggunakan beberapa kompenen yaitu kamera 5mp, Raspberry pi3, Monitor LCD, driver ULN 2003 dan Stepper motor, Push buttom. Alat ini dapat mendeteksi wajah untuk menggerakan sliding door otomatis.