Abstract
Security monitoring systems using face recognition can be applied to CCTV or IP cameras. This is intended to improve the security system and make it easier for users to track criminals is theft. The experiment was carried out by detecting human faces for 24 hours using different cameras, namely an HD camera that was active during the day and a Night Vision camera that was active at night. The application of Unsupervised Learning method with the concept of an image cluster, aims to distinguish the faces of known or unknown people according to the dataset built in the Raspberry Pi 4. The user interface media of this system is a web-based application built with Python Flask and Python MySQL. This application can be accessed using the domain provided by the IP Forwarding device which can be accessed anywhere. According to the test results on optimization of storage, the system is able to save files only when a face is detected with an average file size of ± 2.28 MB for 1x24 hours of streaming. So that this storage process becomes more efficient and economical compared to the storage process for CCTV or IP cameras in general.
Highlights
Pendahuluan yang di dalam rumah yaitu letak aset berharga kita yangKasus pencurian pada sekarang ini sangatlah banyak, dan pada umunya dari beberapa kasus pencurian tersebut kebanyakan kasus yang tidak teridentifikasi atau tidak diketahui siapa pelaku dari pencurian tersebut
Security monitoring systems using face recognition can be applied to CCTV or IP cameras
namely an HD camera that was active during the day
Summary
Kasus pencurian pada sekarang ini sangatlah banyak, dan pada umunya dari beberapa kasus pencurian tersebut kebanyakan kasus yang tidak teridentifikasi atau tidak diketahui siapa pelaku dari pencurian tersebut. Hasil dari penelitiancukup banyak digunakan sebagai alat pengawasan suatu penelitian tersebut masih memiliki keterbatasan dalam objek pada lingkungan rumah ataupun ruangan yang hal pendeteksian dan pengenalan wajah yang dapat memiliki aset penting dan berharga. Pada sistem banyak keterbatasan dan kekurangan dari kamera CCTV tersebut belum terdapat proses optimalisasi yang pada umumnya seperti tidak dapat mengenali atau mediapenyimpanan sebagai parameter yang harus mendeteksi siapa saja orang yang sudah masuk atau dipertimbangkan dalam membangun sistem keamanan keluar rumah, tidak bisa mengenali wajah pemilik yang lebih ekonomis dan efisien. Pada publikasi ini dibangun sistem kemanan fisik yang juga merupakan kamera CCTV atau spesifiknya Kamera IP untuk pengawasan yang hemat akan media penyimpanan dan deteksi wajah untuk mengetahui siapa saja orang yang sudah keluar masuk rumah menggunakan metode unsupervised machine learning atau pembelajaran tanpa pengawasan. Tahapan lebih rinci dalam penelitian ini dapat dilihat pada gambar 1 dibawah
Sign-in/Register to view highlights & summary Sign-in/Register to access full text options 
Free) 
Talk to us
Join us for a 30 min session where you can share your feedback and ask us any queries you have
Schedule a call
