Perpustakaan Digital ITB

Keamanan ruangan terbatas yang menyimpan barang berharga dan data sensitif merupakan aspek yang sangat penting untuk dijaga. Dalam upaya meningkatkan keamanan, implementasi sistem pengawasan berbasis teknologi seperti face recognition dan person detection menjadi semakin relevan. Sistem pengawasan ini dirancang untuk mendeteksi dan mengenali wajah individu yang terdaftar serta tidak terdaftar. Tugas akhir ini menggunakan metodologi CRISP-DM dalam pengembangan sistem, melibatkan tahapan business understanding, data understanding, data preparation, modeling, evaluation, dan deployment. Model face recognition yang digunakan adalah ArcFace, yang dipilih berdasarkan keunggulannya dalam akurasi pengenalan wajah. Sedangkan untuk person detection, model YOLO dipilih karena kemampuannya dalam deteksi real-time dengan akurasi tinggi. Sistem yang dikembangkan diuji dalam kondisi dinamis dengan hasil yang menunjukkan tingkat accuracy, recall, spesificity, sensitivity, dan F1-Score yang tinggi. Hasil pengujian menunjukkan bahwa sistem berhasil membedakan subjek yang terdaftar dan tidak terdaftar dalam database dengan baik. Penambahan algoritma Kalman Filter juga berhasil meningkatkan ketepatan pelacakan pergerakan individu dalam sistem pengawasan. Berdasarkan hasil tugas akhir, sistem ini mampu memenuhi kebutuhan keamanan ruangan terbatas dengan baik, memberikan solusi yang andal dan efektif untuk pengawasan akses yang tidak sah.