PARAKKASI, PATI REZKYANTI (2024) PENGINTEGRASIAN PERANGKAT-PERANGKAT IOT SMART CAMPUS = THE INTEGRATION OF IOT DEVICES FOR A SMART CAMPUS =THE INTEGRATION OF IOT DEVICES FOR A SMART CAMPUS. Skripsi thesis, Universitas Hasanuddin.
![[thumbnail of Cover]](/45124/1.hassmallThumbnailVersion/D041191120_skripsi_08-05-2024%20cover1.png)

D041191120_skripsi_08-05-2024 cover1.png
Download (169kB) | Preview
![[thumbnail of Bab 1-2]](/style/images/fileicons/text.png)
D041191120_skripsi_08-05-2024 1-2(FILEminimizer).pdf
Download (1MB)
![[thumbnail of Dapus]](/style/images/fileicons/text.png)
D041191120_skripsi_08-05-2024 dp(FILEminimizer).pdf
Download (553kB)
![[thumbnail of Full Text]](/style/images/fileicons/text.png)
D041191120_skripsi_08-05-2024(FILEminimizer).pdf
Restricted to Repository staff only until 3 April 2027.
Download (2MB)
Abstract (Abstrak)
Penerapan smart campus diperlukan sebagai perkembangan dari keadaan pengelolaan kampus konvensional yang kemudian beralih dengan menerapkan sistem menggunakan teknologi. Salah satu teknologi yang banyak digunakan sejak beberapa tahun terakhir hingga kini adalah face recognition. Face Recognition memungkinkan perangkat untuk mengenali identitas seseorang atau objek hanya dengan gambar. Absensi secara manual tidak relevan untuk diterapkan saat ini karena memiliki banyak kekurangan. Penelitian ini bertujuan untuk membuat sistem absensi menggunakan face recognition dan dan smartcard yang terintegrasi dengan website. Metode yang digunakan dalam pengenalan wajah adalah Local Binary Pattern Histogram (LBPH). Output dari penelitian ini adalah attendance system dan akses pintu, dimana sistem ini dapat diakses dengan dua mode yakni, face recognition dan smartcard yang kemudian rekapitulasi absen dikirim ke database website dan pintu dapat diakses. Berdasarkan pengujian yang telah dilakukan, didapatkan hasil bahwa tingkat akurasi face recognition dari keenam sampel wajah mahasiswa yang di training adalah 100%, jarak maksimal pendeteksian 100cm dengan delay rata-rata 13,5ms. Sedangkan jarak baca smartcard pada reader terbaca hingga jarak 30cm dengan delay rata-rata 42,6ms. Untuk wajah/card yang tidak terdafatar dalam database, sampel wajah mahasiswa yang tidak dilakukan training sistem akan menampilkan unknown sedangkan card yang tidak terdaftar dalam database maka sistem menolak akses dari card tersebut. Pengujian sistem integrasi perangkat dilakukan dengan protokol komunikasi HTTP pada website dengan alamat URL http://telcomlaboratoryunhas.com
Keyword : Smart Campus, Face recognition, Smartcard, Local Binary Pattern Histogram, Website
Item Type: | Thesis (Skripsi) |
---|---|
Uncontrolled Keywords: | THE INTEGRATION OF IOT DEVICES FOR A SMART CAMPUS |
Subjects: | T Technology > TK Electrical engineering. Electronics Nuclear engineering |
Divisions (Program Studi): | Fakultas Teknik > Teknik Elektro |
Depositing User: | Rasman |
Date Deposited: | 23 Jun 2025 01:45 |
Last Modified: | 23 Jun 2025 01:47 |
URI: | http://repository.unhas.ac.id:443/id/eprint/45124 |