Penerapan Euclidean distance pada eigenface untuk monitoring ruangan secara realtime berbasis webcam dengan pencocokan wajah

INDONESIA:

Sistem monitoring sudah banyak diterapkan dalam ruangan. Antara lain dengan memasang cctv dan memasang deteksi gerak.Dalam ruangan tertentu tidak semua orang diperbolehkan untuk masuk.Bila ada orang yang tidak berwenang masuk maka akan timbul peringatan. Hal tersebut digunakan agar ruangan tetap aman.

Dari permasalahan tersebut memunculkan suatu gagasan untuk membuat suatu aplikasi monitoring ruangan, dimana aplikasi ini memonitoring setiap orang yang masuk ke dalam ruangan, dengan cara mengidentifikasi wajah orang yang masuk jika yang masuk bukan anggota ruangan maka akan muncul peringatan berupa alarm. Metodologi yang digunakan dalam pembuatan aplikasi monitoring ruangan ini yaitu eigenface dan euclidean distance. Aplikasi dibangun dengan menggunakan bahasa pemrograman phyton.

Pada pengujian sistem monitoring ruangan menggunakan 3 variasi jarak yaitu 1m, 1,5m, dan 2 m dengan cahaya yang konstan yaitu 103 lux dan sebagai datanya menggunakan 5 orang dengan masing–masing mempunyai 10 posisi wajah yang berbeda. Berdasarkan hasil uji coba yang telah dilakukan didapatkan kesimpulan semakin jauh jarak citra wajah dengan webcam tingkat keberhasilan dalam mengidentifikasi semakin menurun dan semakin banyak citra wajah
,waktu yang digunakan untuk pencocokan semakin lama. Dengan adanya aplikasi ini diharapkan dapat mengetahui setiap orang yang masuk ke dalam ruangan, selain itu dapat memanfaatkan kinerja webcam sebagai alat monitoring yang efisien.

ENGLISH:

The monitoring system has been widely applied in the room.Example by installing cctv and installing motion detection. In particular room not everyone is allowed to access. If unauthorized people enter there will be a warning. It is used to keep the room safe.

Depend of these problems led to an idea to make a room monitoring applications, where the application able to monitor every people who try to access the room, by identifying the faces of people who enter if the entry is not member of the room it will display a warning alarm. The methodology which used room monitoring application development is eigenface and euclidean distance.Application development will use python programming language.

The testing of room monitoring system used by variations of 3 distance there are 1m, 1.5 m, and 2 m with constant light there are 103 lux and the data using 5 people with 10 different facial positions. Conclude of exsperiment result is succes full inverse with distances and face recognizing equals times. This application expected to know people comes into the room, moreover can utilize performance of webcam as efficient of monitoring tool.