Implementasi Algoritma Principal Component Analysis Pada Sistem Keamanan Parkir Berbasis Raspberry Pi

Abstract

Abstrak

Sistem pengenalan biometrik merupakan sistem pengenalan pola yang menggunakan karakteristik fisiologis atau karakteristik perilaku untuk mengenali identitas seseorang. Wajah merupakan salah satu karakteristik fisiologis yang paling berpotensi digunakan dalam sistem pengenalan biometrik Penelitian ini bertujuan dan fokus dalam pengimplementasian pengolahan citra digital dengan merancang suatu sistem mampu untuk mengenal (recognition) wajah seseorang. Sistem ini dirancang dengan bahasa Python menggunakan software IDLE(python GUI). Selain itu sistem ini juga mengimplementasikan pengolahan citra digital yang digunakan untuk mengenal (recognition) plat nomor menggunakan algoritma openALPR . Sistem pengenalan wajah menggunakan algoritma PCA (Principal Component Analysis) pada citra latih dan uji. Dan sistem ini menggunakan klasifikasi euclidean distance untuk mencocokan ciri dari citra latih dengan citra uji. Dari simulasi sistem yang sudah dilakukan, didapatkan akurasi tertinggi dari sistem yaitu 93,33%. Kondisi tersebut didapat dengan menggunakan nilai treshold sebesar 0,4, artinya apabila euclidean distance dari ciri citra uji dengan data ciri citra latih diatas 0,4 maka sistem tidak mengenali citra uji tersebut. Berdasarkan hasil pengujian, jarak terbaik antara kamera dengan objek adalah 1 meter, kamera dapat diletakkan dengan sudut 450,900,1350, dan dengan nilai crop terbaik 92 x 112. Rata-rata waktu komputasi dari sistem ini adalah 1,907428571 detik, dengan rata-rata CPU Usage 31,48571429% yang menandakan bahwa sistem ini tidak menghabiskan resource memory.