Author : RAHADIAN   , Elly Purwantini, Eru Puspita
ABSTRAK

ABSTRAK Ruang brankas pada umumnya digunakan sebagai tempat penyimpanan barang-barang berharga. Tidak terkecuali pada suatu Bank yang biasanya digunakan untuk menyimpan uang para nasabah dengan ukuran yang besar sehingga diperlukan keamanan pintu yang ekstra. Keamanan pintu ruang brankas tentu menjadi persoalan pertama yang perlu diperhatikan. Keamanan brankas yang umumnya hanya menggunakan kombinasi kode saja masih sering dapat dibobol oleh para pelaku kejahatan. Kode keamanan pintu brankas yang rawan diketahui pihak-pihak lain mengharuskan penjagaan ekstra terhadap kerahasiaan kode tersebut. Sekali kode terbongkar maka tidak ada sistem keamanan lain yang dapat mencegah terjadinya pembobolan brankas. Dengan demikian perlu ditambahkan suatu sistem keamanan tambahan untuk mencegah terjadinya pembobolan ruang brankas. Dengan menggunakan sistem verifikasi wajah dapat menjadi solusi untuk meningkatkan sistem keamanan ruang brankas sehingga mengurangi kemungkinan terjadinya pembobolan. Metode verifikasi wajah menggunakan metode biometrik dengan melakukan pengukuran jarak antara fitur-fitur wajah. Data dari hasil pengukuran dari objek yang dikehendaki disimpan dan digunakan sebagai database untuk pembanding dengan data dari objek baru. Kemiripan data baru dengan database dicari dengan menggunakan metode euclidean distance. Data hasil perhitungan akan diketahui apakah wajah dikenali atau tidak. Jika wajah dikenali maka system akan memberikan perintah ke objek untuk memasukkan password yang diketahui sebelumnya. Mikrokontroler akan memproses kode password yang dimasukkan jika sesuai maka pintu akan terbuka. Dari hasil pengujian sistem verifikasi wajah dengan 2 objek sebagai database didapatkan keakuratan sistem dalam mengenali database sebesar 87% dengan kegagalan sebesar 13% dengan 15 kali capture untuk setiap objek. Sedangkan presentase keberhasilan sistem tidak mengenali objek selain yang ada dalam database sebesar 99% dan presentase kegagalan sebesar 1 %. untuk 5 objek berbeda dengan 15 kali capture untuk setiap objek.

[DOWNLOAD ABSTRACT]