Pengeditan Log IP Kamera Menggunakan Metode Haarcascade Classifier Berbasis Raspberry Pi

YUDI KURNIAWAN

Informasi Umum

Kode

19.04.4062

Klasifikasi

006.42 - Computer science-Image processing

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Technological Innovations

Dilihat

203 kali

Informasi Lainnya

Abstraksi

Dalam tugas akhir ini penulis mengangkat studi kasus pada biofarma. P.T Bio farma merupakan BUMN produsen Vaksin dan Antisera, saat ini berkembang menjadi perusahaan Life Science, Didirikan 6 Agustus 1890. Selama 126 tahun pendiriannya Bio Farma telah berkontribusi untuk meningkatkan kualitas hidup bangsa, baik yang berada di Indonesia maupun mancanegara. Lebih dari 130 negara telah menggunakan produk Bio Farma terutama negara-negara berkembang, dan 50 diantaranya adalah negara yang tergabung dalam Organisasi Kerjasama Islam (OKI). Produksi Vaksin Bio Farma telah memenuhi standar yang telah ditetapkan oleh Badan Pengawas Obat dan Makanan (BPOM) dan mendapatkan pra kualifiasi dari Badan Kesehatan Dunia (WHO). Dengan kapasitas produksi lebih dari 3,2 Miliar dosis pertahun, Bio Farma telah memenuhi kebutuhan vaksin Nasional dan kebutuhan vaksin dunia melalui WHO dan UNICEF. Dengan filosofi Dedicated to Improve Quality of Life, Bio Farma berperan aktif meningkatkan ketersediaan dan kemandirian produksi Vaksin di negara-negara berkembang dan negara-negara Islam untuk menjaga keamanan kesehatan global (Global Health Security). Tujuan pertama dari tugas akhir ini adalah agar menyelesaikan permasalahan pada absensi, dimana nantinya sebelum melakukan fingerprint, maka akan di lakukan pemeriksaan apakah yang melakukan absensi manusia atau bukan. Kedua adalah membuat efisiensi kamera keamanan pada lab, agar tempat penyimpanan yang di pakai pada hardisk lebih ringan dengan cara mendeteksi siapa saja yang keluar dan yang masuk, ketika ada yang keluar atau yang masuk maka kamera akan melakukan pendeteksian muka, selanjutnya akan menyimpan ke dalam hardisk dengan format video. Tujuan ketiga adalah melakukan penelitian terhadap frame per second (FPS), yang berdampak pada sistem face-detector. Serta melakukan face-recognition terhadap manusia yang keluara atau masuk ke dalam lab. Dan tujuan terakhir adalah untuk mengetahui jarak normal kamera dan manusia (wajah) yang akan di kenali. Di dalam penelitian ini dilakukan tiga kali percobaan, yang pertama di dalam satu frame terdapat satu wajah, yang kedua terdapat dua wajah dalam satu frame, dan yang terakhir, terdapat tiga wajah dalam 1 frame. Hasil prediksi untuk percobaan pertama cukup bagus dengan hasil prediksi 11 kali benar dan 7 kali salah.