Text

Sistem Deteksi Senyum Berbasis Convolutional Neural Network (CNN) Untuk Autentikasi Pintu Geser Otomatis

---

Sistem keamanan yang umum digunakan saat ini, seperti PIN dan kartu identitas, memiliki sejumlah kelemahan seperti mudah hilang, disalahgunakan, atau diretas. Oleh karena itu, dibutuhkan alternatif metode autentikasi yang lebih aman dan interaktif. Penelitian ini mengembangkan sistem autentikasi berbasis deteksi senyum dengan menggunakan algoritma Convolutional Neural Network (CNN) dan mikrokontroler Raspberry Pi Pico untuk mengaktifkan pintu geser otomatis. Data yang digunakan diperoleh dari beberapa partisipan dengan dua ekspresi, yaitu senyum dan tidak senyum, dari tiga sudut pandang (0°, 45°, 90°). Dataset kemudian diperluas melalui proses augmentasi untuk meningkatkan performa pelatihan. Model CNN dibangun dengan tiga lapisan konvolusi dan dua lapisan dense, serta dilatih menggunakan optimizer Adam dan fungsi loss binary crossentropy. Sistem deteksi senyum dijalankan secara real-time menggunakan kamera laptop, dan jika senyum terdeteksi, perintah dikirim ke Raspberry Pi Pico untuk membuka pintu secara otomatis berdasarkan verifikasi jarak oleh sensor ultrasonik. Hasil pengujian menunjukkan bahwa model CNN mampu mendeteksi senyum dengan akurasi validasi mencapai hingga 90% pada sudut frontal. Integrasi dengan perangkat keras berjalan dengan baik, dan sistem pintu otomatis merespons sesuai logika yang dirancang. Penelitian ini menunjukkan bahwa deteksi senyum dapat diterapkan sebagai metode autentikasi inovatif yang tidak hanya aman tetapi juga ramah pengguna

---

Ketersediaan

Informasi Detail

Judul Seri

-

No. Panggil

000

Penerbit

: ., 2025

Deskripsi Fisik

76 hlm

Bahasa

Indonesia

ISBN/ISSN

21103041039

Klasifikasi

000

Tipe Isi

text

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

Prodi Teknik Informatika
Fakultas Teknik

Info Detail Spesifik

-

Pernyataan Tanggungjawab

-

Versi lain/terkait

File Karya Ilmiah

Komentar

---

Anda harus masuk sebelum memberikan komentar