PENERAPAN LIVENESS SEBAGAI ANTI-SPOOFING CITRA DIGITAL PADA SISTEM KEAMANAN AKSES KONTROL RUANG SERVER BERBASIS RASPBERRY PI

Safri, Galeh Rizkya (2021) PENERAPAN LIVENESS SEBAGAI ANTI-SPOOFING CITRA DIGITAL PADA SISTEM KEAMANAN AKSES KONTROL RUANG SERVER BERBASIS RASPBERRY PI. undergraduate thesis, Universitas Muhammadiyah Gresik.

	Text Halaman Pernyataan Orisinalitas.pdf Download (3MB)
	Text Halaman Pengesahan.pdf Download (497kB)
	Text Lembar Persetujuan Publikasi Karya Ilmiah Untuk Kepentingan Akademik.pdf Download (4MB)
	Text halaman judul.pdf Download (290kB)
	Text BAB I.pdf Download (325kB)
	Text BAB II.pdf Download (32MB)
	Text BAB III.pdf Download (18MB)
	Text BAB IV.pdf Restricted to Repository staff only Download (798kB)
	Text BAB V.pdf Download (333kB)
	Text DAFTAR PUSTAKA.pdf Download (327kB)
	Text Lampiran.pdf Download (152kB)

Abstract

Ruang server merupakan ruang yang menyimpan aset-aset dan data-data penting dari suatu perusahaan sehingga keamanan untuk akses keluar masuk ruang server perlu diperhatikan agar menghindari kejadian yang tidak diinginka., Pada saat ini sudah banyak dikembangkan sistem keamanan dari menggunakan kunci konvensional, RFID, serta sistem keamanan menggunakan teknologi biometrik seperti sidik jari, iris, dan juga wajah yang memiliki karakteristik berbeda setiap wajahnya sehingga diharapkan bisa menjadi sistem keamanan yang handal. Namun semakin berkembangnya teknologi juga membuat teknologi internet semakin berkembang sehingga mempermudah seseorang untuk mendapatakan data-data biometrik seperti wajah yang dapat di gunakan untuk pemalsuan atau spoofing untuk mendapatkan akses ilegal ke suatu ruangan. Pada skripsi ini di gunakan sistem keamanan dengan menggunakan pengenalan wajah (face recognition) dan liveness sebagai anti-spoofing dan metode Local Binary Pattern dan Convolution Neural Network untuk meningkatkan sistem keamanan agar terhindar dari pemalsuan wajah. Dengan ini didapatkan hasil keakuratan pendeteksian wajah asli dan palsu sebesar 90%. Serta akurasi sistem dalam mengenali wajah yaitu sebesar 93,3%. Dari hasil yang didaptkan hanya terjadi 5 kali kesalahan saat proses pengenalan wajah dan 2 kali saat pengenalan wajah asli, dari 4 skenario dengan 40 kali uji coba. Sehingga sebesar 95% sistem bekerja dengan baik dan sesuai dengan perencanaan. Kata kunci: Ruang server, teknologi biometrik, face recognition, liveness detection, metode Local Binary Pattern dan Convolution Neural Network.

Item Type:	Thesis (undergraduate)
Uncontrolled Keywords:	Ruang server, teknologi biometrik, face recognition, liveness detection, metode Local Binary Pattern dan Convolution Neural Network
Subjects:	Engineering > Electronical Engineering Engineering
Divisions:	Faculty of Engineering > Electronical Engineering Study Program
Depositing User:	Mr. GALEH RIZKYA SAFRI
Date Deposited:	28 Apr 2021 07:20
Last Modified:	28 Apr 2021 07:20
URI:	http://eprints.umg.ac.id/id/eprint/4928

Actions (login required)

View Item