VOKASI NEWS – Sistem keamanan ruangan berbasis face regonition merupakan temuan teknologi terbaru yang bermanfaat bagi masyarakat.

Seiring dengan meningkatnya kebutuhan akan keamanan yang lebih baik, teknologi face recognition telah menjadi salah satu solusi unggulan dalam sistem keamanan ruangan.

Teknologi ini menawarkan kemampuan untuk mengidentifikasi individu berdasarkan fitur unik wajah mereka, memberikan perlindungan yang lebih efisien dibandingkan sistem tradisional seperti kunci mekanis dan kata sandi.

BACA JUGA: Pengaruh Pemberian Terapi Akupunktur Terhadap Perubahan Tekanan Darah Penderita Hipertensi

Keunggulan teknologi ini mendorong peneliti untuk mengembangkan sistem keamanan ruangan yang menggabungkan face recognition dengan perangkat IoT untuk meningkatkan efektivitas dan responsibilitas sistem keamanan.

Penelitian Mahasiswa

Penelitian mahasiswa dilaksanakan di Laboratorium Instrumentasi Industri Universitas Airlangga. Waktu penelitian tersebut dimulai dari Juli hingga Desember 2023. Metodologi yang digunakan meliputi beberapa tahap:

1. Tahap Persiapan: Studi literatur dan pencarian referensi mengenai teknologi face recognition dan komponen terkait.
2. Tahap Perancangan: Merancang sistem yang terdiri dari Raspberry Pi, webcam, relay, solenoid door lock, dan platform IoT seperti Telegram Bot.
3. Tahap Pembuatan: Mengembangkan hardware dan software untuk sistem keamanan, termasuk pemrograman Python untuk face recognition.
4. Tahap Pengujian: Melakukan pengujian komprehensif terhadap sistem, meliputi pengujian deteksi wajah, kinerja solenoid door lock, dan integrasi dengan Telegram Bot.

Hasil penelitian menunjukkan bahwa sistem keamanan ruangan berbasis face recognition yang dikembangkan mampu mendeteksi dan mengenali wajah secara real-time dengan akurasi tinggi. Beberapa temuan utama meliputi:

1. Deteksi Wajah: Sistem berhasil mendeteksi dan mengenali wajah dengan cepat dan akurat, menggunakan database wajah yang telah ditraining.
2. Mekanisme Kunci Pintu: Solenoid door lock yang dikendalikan oleh Raspberry Pi menunjukkan kinerja yang andal dalam mengunci dan membuka pintu berdasarkan hasil deteksi wajah.
3. Notifikasi Real-Time: Integrasi dengan Telegram Bot memungkinkan sistem untuk mengirim notifikasi real-time kepada pengguna mengenai status keamanan ruangan.

Tantangan dan Peningkatan

Penelitian mahasiswa juga mengidentifikasi beberapa tantangan yang perlu diatasi untuk meningkatkan kinerja sistem:

1. Variasi Pencahayaan: Kinerja face recognition dapat dipengaruhi oleh variasi pencahayaan di ruangan. Solusi potensial termasuk penggunaan algoritma yang lebih adaptif terhadap perubahan pencahayaan.
2. Keamanan Data: Perlindungan data wajah pengguna menjadi aspek penting dalam pengembangan sistem. Implementasi enkripsi data dan protokol keamanan yang ketat diperlukan untuk melindungi privasi pengguna.
3. Responsivitas Sistem: Meskipun sistem telah menunjukkan kinerja yang baik, responsivitas dapat ditingkatkan lebih lanjut dengan optimisasi algoritma dan hardware yang digunakan.

Penelitian Berkelanjutan

Adapun penelitian berkelanjutan difokuskan pada beberapa area kunci untuk meningkatkan dan memperluas aplikasi sistem keamanan face recognition:

1. Pengembangan Algoritma: Mengembangkan algoritma face recognition yang lebih canggih dan adaptif untuk mengatasi berbagai kondisi lingkungan.
2. Integrasi IoT Lanjutan: Mengintegrasikan lebih banyak perangkat IoT untuk menciptakan ekosistem keamanan yang lebih komprehensif.
3. Uji Coba Lapangan: Melakukan uji coba di berbagai lokasi dengan kondisi lingkungan yang berbeda untuk mengevaluasi kinerja sistem secara lebih luas.
4. Feedback Pengguna: Mengumpulkan feedback dari pengguna untuk melakukan penyesuaian dan peningkatan sistem berdasarkan kebutuhan dan pengalaman pengguna.

Dengan terus melakukan penelitian dan pengembangan, sistem keamanan ruangan berbasis face recognition dapat memberikan solusi keamanan yang semakin canggih dan dapat diandalkan untuk berbagai aplikasi, baik di lingkungan komersial maupun domestik.

***

Penulis: R.A Meysifa Sasikirana Awaliyah

Dosen Pembimbing : Sisca Dina Nur Nahdliyah; Aji Akbar Firdaus

Program Studi: D4 Teknologi Rekayasa Instrumentasi dan Kontrol

Editor: Oky Sapto Mugi Saputro – Tim Branding Fakultas Vokasi UNAIR