<?xml version="1.0" encoding="UTF-8" ?>
<modsCollection xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" xmlns:slims="http://slims.web.id" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd">
<mods version="3.3" ID="3318">
<titleInfo>
<title>rancang bangun sistem keamanan rumah dengan pengenalan wajah menggunakan metode artificial neural network</title>
</titleInfo>
<name type="Personal Name" authority="">
<namePart>H. Suryadhi, S.T., M.T.</namePart>
<role><roleTerm type="text">Contributor</roleTerm></role>
</name>
<name type="Personal Name" authority="">
<namePart>Joko Subur, S.T., M.T.</namePart>
<role><roleTerm type="text">Contributor</roleTerm></role>
</name>
<name type="Personal Name" authority="">
<namePart>Muhammad Yusuf Muhaimin</namePart>
<role><roleTerm type="text">Primary Author</roleTerm></role>
</name>
<typeOfResource manuscript="yes" collection="yes">mixed material</typeOfResource>
<genre authority="marcgt">bibliography</genre>
<originInfo>
<place><placeTerm type="text">Surabaya</placeTerm></place>
<publisher>Fakultas Teknik dan Ilmu Kelautan, Universitas Hang Tuah</publisher>
<dateIssued>2022</dateIssued>
<issuance>monographic</issuance>
<edition></edition>
</originInfo>
<language>
<languageTerm type="code">id</languageTerm>
<languageTerm type="text">Indonesia</languageTerm>
</language>
<physicalDescription>
<form authority="gmd">Text</form>
<extent>xii, 71 p. : ill. ; 29 cm.</extent>
</physicalDescription>
<note>Kemajuan teknologi keamanan saat ini berkembang sangat cepat. Contohnya sistem keamanan rumah yang sudah mengaplikasikan pemrosesan dari data biometric yang bisa diakses dengan menggunakan hadware pendukung seperti kartu, password, finger print, palm print scanner, dan DNA analyzer. Sehingga memicu perkembangan teknologi keamanan dengan menggunakan sistem face recognition atau pencocokan wajah, untuk memberikan tingkat keamanan yang tinggi. Dengan menggunakan sistem identifikasi yang fleksibel dan praktis dapat mencegah terjadinya pencurian dirumah. Sistem ini dirancang untuk membuka pintu dengan menggunakan face recognition berbasis Raspberry Pi. Raspberry Pi adalah mini komputer yang ringkas dan mampu menjalankan tugas-tugas layaknya sebuah komputer pada umumnya, bahkan bisa menjalankan tugas seperti pengolahan citra digital. Pada penelitian ini face recognition menggunakan metode Artificial Neural Network dimana data akan dipelajari dan akan mendeteksi dengan menggunakan Raspberry Pi. Untuk meningkatkan keamanan rumah dengan mengirimkan notifikasi ke pengguna, dengan tingkat akurasi 95% pada jarak optimal 50 cm.</note>
<subject authority=""><topic>Face recognition</topic></subject>
<subject authority=""><topic>Neural Network</topic></subject>
<subject authority=""><topic>Raspberry pi</topic></subject>
<subject authority=""><topic>Keamanan rumah</topic></subject>
<classification>NONE</classification><identifier type="isbn"></identifier><location>
<physicalLocation>Perpustakaan Fakultas Teknik dan Ilmu Kelautan Lantai 2 - Gedung Fakultas Teknik dan Ilmu Kelautan, Jalan Arief Rachman Hakim No. 150, Sukolilo, Surabaya</physicalLocation>
<shelfLocator>623.22.17 Muh r</shelfLocator>
<holdingSimple>
<copyInformation>
<numerationAndChronology type="1">S0200212022</numerationAndChronology>
<sublocation>Perpustakaan Fakultas Teknik dan Ilmu Kelautan-UHT</sublocation>
<shelfLocator>623.22.17 Muh r</shelfLocator>
</copyInformation>
</holdingSimple>
</location>
<recordInfo>
<recordIdentifier>3318</recordIdentifier>
<recordCreationDate encoding="w3cdtf">2022-03-29 10:52:26</recordCreationDate>
<recordChangeDate encoding="w3cdtf">2022-03-29 10:53:04</recordChangeDate>
<recordOrigin>machine generated</recordOrigin>
</recordInfo></mods></modsCollection>