Impelementasi Deep Learning Pada Purwarupa Pintu Pintar Menggunakan ESP32-CAM
Abstrak
Pandemi telah memengaruhi berbagai aspek ekonomi, yang mengakibatkan peningkatan tindakan kejahatan seperti pencurian, terutama saat pelaku mendapati peluang menguntungkan. Salah satu metode yang sering digunakan adalah merusak atau membobol sistem kunci pintu utama rumah. Untuk mencegah hal ini, inovasi dapat diterapkan melalui pemanfaatan deep learning dalam verifikasi wajah untuk mengakses pintu. Penelitian ini memfokuskan pada purwarupa pintu pintar yang menggabungkan MTCNN untuk deteksi wajah, FaceNet untuk embedding landmark wajah, SVM untuk klasifikasi, Firebase Cloud Storage dan Firebase Realtime Database untuk media komunikasi antara Deep Learning dan ESP32-CAM. Data pengujian melibatkan 3 skenario, termasuk wajah terdaftar, tidak terdaftar, dan manipulasi foto. Hasil menunjukkan model mampu mengenali wajah terdaftar dengan tingkat akurasi di atas 95 persen, yang memungkinkan akses ke pintu. Model ini menunjukkan potensi untuk meningkatkan keamanan melalui teknologi yang memanfaatkan kekuatan deep learning dalam pengenalan wajah. Implementasi pada purwarupa pintar ini memberikan solusi untuk mengatasi tindakan kejahatan dan meningkatkan kepercayaan dalam sistem keamanan rumah.
Kata kunci — deep learning, verifikasi wajah, Firebase, ESP32-CAM
Referensi
I. S. Hendi Suhendi,
Berbasis Mikrokontroler ATMEGA328,= vol. 2,
O. Taiwo, A. E. Ezugwu, O. N. Oyelade, and M. S. Almutairi,
Control and Security System Based on Deep
Learning Model,= Wirel. Commun. Mob. Comput., vol. 2022, 2022, doi: 10.1155/2022/9307961.
R. Jin, H. Li, J. Pan, W. Ma, and J. Lin, "Face Recognition Based on MTCNN and FaceNet,"
Gewerbestrasse, 2021. [Online]. Available: www.aaai.org
E. Jose, M. Greeshma, T. P. Mithun Haridas, and M. H. Supriya,
TX2,= in 2019 5th International Conference onAdvanced Computing and Communication Systems, ICACCS 2019, Institute of Electrical and Electronics
Engineers Inc., Mar. 2019, pp. 608-613. doi: 1109/ICACCS.2019.8728466.
I. Ahmad, M. Basheri, M. J. Iqbal, and A. Rahim,
Machine, Random Forest, and Extreme Learning Machine for Intrusion Detection,= IEEE Access, vol. , pp. 33789-33795, May 2018, doi: 1109/ACCESS.2018.2841987.
D. Sharma and C. Fancy,
W. J. Li, C. Yen, Y. S. Lin, S. C. Tung, and S. M. Huang,
Manufacturing, Industrial and Logistics Engineering, SMILE 2018, Institute of Electrical and Electronics Engineers Inc., May 2018, pp. 43- doi: 10.1109/SMILE.2018.8353979.
Z. Li, L. O'Brien, R. Ranjan, and M. Zhang,
V. Maheswari, C. A. Sari, D. R. I. M. Setiadi, and E. H. Rachmawanto,
