Perancangan Pendeteksi Wajah Dan Suhu Tubuh Untuk Akses Pintu Masuk Perkantoran Menggunakan Raspberry PI

Dedi, Suranta Sinuraya and Eddy, Soesilo (2023) Perancangan Pendeteksi Wajah Dan Suhu Tubuh Untuk Akses Pintu Masuk Perkantoran Menggunakan Raspberry PI. Diploma thesis, Universitas Bung Hatta.

[img] Text
Cover-Pendahuluan dedi Ok.pdf

Download (898kB)
[img] Text
Kesimpulan-Daftar Pustaka dedi.pdf

Download (82kB)
[img] Text
Skripsi Dedi Ok.pdf
Restricted to Repository staff only

Download (2MB)

Abstract

Wabah penyakit COVID-19 begitu sangat mengguncang masyarakat dunia, hingga hampir 200 Negara di Dunia terjangkit oleh virus ini termasuk Indonesia. Berbagai upaya pencegahan penyebaran virus Covid-19 pun dilakukan oleh pemerintah di negara-negara di dunia guna memutus rantai penyebaran virus COVID-19 ini. Perkantoran menjadi salah satu cluster penyebaran COVID-19 yang tertinggi di daerah-daerah perkotaan. Pintu akses untuk keluar masuk perkantoran umummya menggunakan model solenoid dengan kontrol sidik jari atau masih ada juga yang menggunakan model manual. Kedua Sistem tersebut sudah tidak sesuai lagi dengan protokol kesehatan karena gagang pintu dan sensor sidik jari tersebut sudah tidak steril lagi karena digunakan banyak orang. Kontrol deteksi wajah dapat meminimalisir kontak untuk membuka kunci pintu akses keluar masuk perkantoran. Pembacaan suhu juga sebagai tambahan untuk membuka akses pintu. Bila suhu tubuh di atas 37,2 derajat Celsius, maka individu tersebut tidak diizinkan masuk agar tidak berpotensi menularkan virus ke pengunjung lain. Raspberry Pi adalah komputer mini yang dapat berintegrasi dengan sensor, mengolah dan mengirimkan data dengan baik. Kamera yang terhubung ke Raspberry Pi menjalankan face recognition yang dicocokkan dengan database, sensor suhu MLX90614-DCI membaca suhu tubuh dan mengirimkan hasil bacaan ke LCD. Solenoid pada pintu akan terbuka atau tetap tertutup sesuai output dari Raspberry Pi. Dengan sistem ini diharapkan dapat mengurangi penyebaran virus COVID-19. Kata Kunci : COVID-19, raspberry pi, face recognition, MLX90614-DCI

Item Type: Thesis (Diploma)
Subjects: T Technology > TK Electrical engineering. Electronics Nuclear engineering
Divisions: Fakultas Teknologi Industri > Teknik Elektro
Depositing User: Teknik Elektro FTI
Date Deposited: 16 Mar 2023 09:13
Last Modified: 16 Mar 2023 09:13
URI: http://repo.bunghatta.ac.id/id/eprint/12755

Actions (login required)

View Item View Item