Hariansah, Rizal (2015) Deteksi Intruder Berbasis Kamera Termal. Sarjana thesis, Universitas Brawijaya.
Abstract
CCTV (Closed-Circuit Television) merupakan salah satu alat yang dipasang untuk memantau ada tidaknya intruder pada suatu area atau gedung. Namun, sistem keamanan yang menggunakan kamera CCTV memiliki kekurangan yaitu memerlukan cahaya untuk dapat menghasilkan gambar yang jelas. Keberadaan kamera termal yang mampu menangkap energi infrared dari suatu benda tanpa penerangan cahaya digunakan dalam penelitian ini untuk mendeteksi intruder dalam keadaan gelap. Selain mendeteksi gambar intruder, simulasi pendeteksian intruder yang dikembangkan juga mengambil ciri intruder berupa wajah dan tinggi badan agar mempermudah pihak keamanan untuk mengenali intruder. Simulasi deteksi intruder dilakukan menggunakan kamera termal dan untuk pengenalan ciri-ciri intruder diproses dengan pengolahan citra digital. Segmentasi wajah dan tubuh menggunakan metode thresholding. Sedangkan pengukuran tinggi intruder dilakukan dengan terlebih dahulu mengenali intruder apakah dalam posisi tubuh tegak berikut apakah seluruh tubuh intruder tertangkap gambar. Hal ini karena pengukuran tinggi hanya diukur saat objek dalam posisi tegak dan utuh. Hasil penelitian yang dilakukan menunjukkan akurasi algoritma untuk mendeteksi intruder sebesar 100%, algoritma untuk mendeteksi wajah intruder sebesar 89.6%, algoritma untuk mendeteksi pose tegak dan utuh intruder dalam pengukuran tinggi intruder sebesar 100%, dan algoritma deteksi tinggi intruder memiliki eror sebesar 2.58±1.71 cm.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FTIK/2015/192/051504812 |
| Subjects: | 000 Computer science, information and general works > 004 Computer science |
| Divisions: | Fakultas Ilmu Komputer > Teknik Komputer |
| Depositing User: | Budi Wahyono Wahyono |
| Date Deposited: | 10 Aug 2015 11:12 |
| Last Modified: | 20 Oct 2021 07:50 |
| URI: | http://repository.ub.ac.id/id/eprint/146233 |
Preview |
Text
laporan_skripsi.pdf Download (8MB) | Preview |
Actions (login required)
 |
View Item |