Rancang Bangun Kunci Pintu Perpustakaan Otomatis Menggunakan Algoritma Histogram of oriented gradients Berbasis Mini-PC
Article Sidebar
Published:
Oct 31, 2023
Keywords:
Door Lock, Face Recognition, HOGs
Main Article Content
Abstract
Facial recognition has been a long-standing problem in computer vision. Recently, Histograms of Oriented Gradients (HOGs) have been shown to be effective descriptors for object recognition in general and face recognition in particular. In this study, HOGs are used as an algorithm to achieve facial recognition, which aims to recognize the faces of registered students when visiting the library without the need to fill in the attendance list in the visitor book and open the door and lock the door automatically.
Article Details
How to Cite
[1]
Fauzan AzhimM., KasoepW., and YolandaD., “Rancang Bangun Kunci Pintu Perpustakaan Otomatis Menggunakan Algoritma Histogram of oriented gradients Berbasis Mini-PC”, chipset, vol. 4, no. 02, pp. 129-140, Oct. 2023.
Section
Articles
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
References
[1] SECURITY SISTEM PERPUSTAKAAN DI UNIVERSITAS MUHAMMADIYAH SURAKARTA (Oleh Mustofa, SIP.)
[2] https://gizmologi.id/news/tech/deep-learning/
[3] Syafuidin, Asep dkk. 2019. Rangcang BangunMiniatur Pintu otomatis menggunakan sidik jari berbasis internet of things. Universitas Pakuan
[4]
[5] Therzian Richard Perkasa, Helmy Widyantara, “Pauladie Susanto. Rancang Bangun Pendeteksi Image Subtraction Pada Single Board Computer (SBC)”, Journal of Control and Network Systems, Vol. 3, pp. 90-97, 2014.
[6] Fadli Sirait, Yoserizal, “Pemanfaatan Raspberry Pi Sebagai Processor Pada Pendeteksian Dan Pengenalan Pola Wajah”, Vol. 7, pp. 2086- 9479, Sept. 2016.
[7] Apriyana, Delta Sri Maharani, Shinta Puspitasari, Renni Angreni. “Perbandingan Model Sobel, Metode Prewitt dan Metode Robert Untuk Deteksi Tepi Objek Pada Aplikasi Pengenalan Bentuk Berbasis Citra Digital”.
[8] Dinata, Andi. 2017. Physical Computing dengan Raspberry Pi. Jakarta: Elex Media Komputindo.
[9] Apriyana, D., S., M., dkk. Perbandingan Model Sobel, Metode Prewitt dan Metode Robert untuk Deteksi Tepi Objek Pada Aplikasi Pengenalan Bentuk Berbasis Citra Digital
[10]. Goodfellow, I., Bengio, Y, and Courville, A. (2016). Deep Learning (Adaptive Computation and Mechine Learning Series). The IMT Press.
[11]. Danukusumo, K. (2017). Implementasi Deep Learning Menggunakan Convolutional Neutal Network untuk Klasifikasi Citra Candi Berbasis GPU. Tugas Akhir
[12]. D. A. W. H. J. Y. S. Purwanto. 2018. Rancang Bangun Aplikasi Clustering Data Mining. Vol. Vol 7. No, p. 7.
[13] https://id.wikipedia.org/wiki/Python_(bahasa_pemrograman)#:~:text=Python%203.0%2C%20dirilis%20pada%20tahun,tersedia%20untuk%20banyak%20sistem%20operasi.
[14]. Desprijon, Rahmi Eka Putri, NefyPuteri Novani, 2020, Rancang Bangun Sistem Deteksi Kecepatan Kendaraan di Wilayah Zona Selamat Sekolah (ZoSS) Berbasis Mini PC. Diakses pada pukul 16.05 WIB, 14 Desember 2021 http://jitce.fti.unand.ac.id/index.php/JITCE/article/vie w/128/56
[15]. RatnaAisuwarya,Ahmad Fauzi,2019.SistemKendaliJarakJauhdanMonitoringPe nggunaanListrikpadaPompaAirMelaluiSmartphone. diakses pada pukul 16.05 WIB, 14 Desember 2021 http://jitce.fti.unand.ac.id/index.php/JITCE/article/vie w/58/41
[2] https://gizmologi.id/news/tech/deep-learning/
[3] Syafuidin, Asep dkk. 2019. Rangcang BangunMiniatur Pintu otomatis menggunakan sidik jari berbasis internet of things. Universitas Pakuan
[4]
[5] Therzian Richard Perkasa, Helmy Widyantara, “Pauladie Susanto. Rancang Bangun Pendeteksi Image Subtraction Pada Single Board Computer (SBC)”, Journal of Control and Network Systems, Vol. 3, pp. 90-97, 2014.
[6] Fadli Sirait, Yoserizal, “Pemanfaatan Raspberry Pi Sebagai Processor Pada Pendeteksian Dan Pengenalan Pola Wajah”, Vol. 7, pp. 2086- 9479, Sept. 2016.
[7] Apriyana, Delta Sri Maharani, Shinta Puspitasari, Renni Angreni. “Perbandingan Model Sobel, Metode Prewitt dan Metode Robert Untuk Deteksi Tepi Objek Pada Aplikasi Pengenalan Bentuk Berbasis Citra Digital”.
[8] Dinata, Andi. 2017. Physical Computing dengan Raspberry Pi. Jakarta: Elex Media Komputindo.
[9] Apriyana, D., S., M., dkk. Perbandingan Model Sobel, Metode Prewitt dan Metode Robert untuk Deteksi Tepi Objek Pada Aplikasi Pengenalan Bentuk Berbasis Citra Digital
[10]. Goodfellow, I., Bengio, Y, and Courville, A. (2016). Deep Learning (Adaptive Computation and Mechine Learning Series). The IMT Press.
[11]. Danukusumo, K. (2017). Implementasi Deep Learning Menggunakan Convolutional Neutal Network untuk Klasifikasi Citra Candi Berbasis GPU. Tugas Akhir
[12]. D. A. W. H. J. Y. S. Purwanto. 2018. Rancang Bangun Aplikasi Clustering Data Mining. Vol. Vol 7. No, p. 7.
[13] https://id.wikipedia.org/wiki/Python_(bahasa_pemrograman)#:~:text=Python%203.0%2C%20dirilis%20pada%20tahun,tersedia%20untuk%20banyak%20sistem%20operasi.
[14]. Desprijon, Rahmi Eka Putri, NefyPuteri Novani, 2020, Rancang Bangun Sistem Deteksi Kecepatan Kendaraan di Wilayah Zona Selamat Sekolah (ZoSS) Berbasis Mini PC. Diakses pada pukul 16.05 WIB, 14 Desember 2021 http://jitce.fti.unand.ac.id/index.php/JITCE/article/vie w/128/56
[15]. RatnaAisuwarya,Ahmad Fauzi,2019.SistemKendaliJarakJauhdanMonitoringPe nggunaanListrikpadaPompaAirMelaluiSmartphone. diakses pada pukul 16.05 WIB, 14 Desember 2021 http://jitce.fti.unand.ac.id/index.php/JITCE/article/vie w/58/41