Security System Real Time Human Detection Pada Kamera CCTV Menggunakan Opencv Python
(1) Universitas Negeri Padang  Indonesia
(2) Universitas Negeri Padang  Indonesia
(3) Universitas Negeri Padang  Indonesia
(4) Universitas Negeri Padang  Indonesia
Corresponding Author
DOI : https://doi.org/10.24036/voteteknika.v10i2.117074
Full Text: Language : id
Abstract
Keamanan merupakan salah satu faktor yang sangat penting, salah satu Teknologi keamanan yang banyak digunakan pada saat ini adalah CCTV (closed-circuit television). Oleh karena itu dibutuhkan sebuah sistem keamanan CCTV yang dapat yang dapat mendeteksi manusia dan memberikan peringatan jika orang tersebut tidak dikenali. Metode penelitian yang digunakan dalam sistem keamanan ini adalah metode pengembangan perangkat lunak dengan model pengembangan SDLC Waterfal. Model ini melakukan pendekatan secara sistematis dan berurutan yang terdiri dari Requirements Gathering and Analysis, Systems Development, Systems Implementation and Coding, Testing, Deployment dan Systems Operation and Maintenance. Arsitektur sistem ini menggunakan bahasa pemrograman python, PHP dan Android. Hasil dari tugas akhir ini adalah menghasilkan sebuah Security System Real Time Human Detection yang dapat memberikan peringatan berupa alarm jika terdeteksi orang yang tidak dikenali, mengirimkan gambar orang yang tidak dikenali tersebut ke penyimpanan cloud dan mengirimkan notifikasi Unknown Detection pada android. Diharapkan dengan adanya Security System Real Time Human Detection ini dapat mengurangi permasalahan yang terjadi dan meningkatkan keamanan.
Kata kunci : Keamanan, CCTV, Waterfall, Human Detection
Security is one of the most important factors, one of the security technologies that are widely used today is CCTV (closed-circuit television). Therefore we need a CCTV security system that can detect humans and provide warnings if the person is not recognized. The research method used in this security system is a software development method with the SDLC Waterfall development model. This model takes a systematic and sequential approach consisting of Requirements Gathering and Analysis, Systems Development, Systems Implementation and Coding, Testing, Deployment and Systems Operation and Maintenance. The architecture of this system uses the python, PHP and Android programming languages. The result of this final project is to produce a Real Time Human Detection Security System that can provide a warning in the form of an alarm if an unknown person is detected, sends an image of the unknown person to cloud storage and sends Unknown Detection notifications on android. It is hoped that the Real Time Human Detection Security System can reduce problems that occur and improve security.
Keywords: Security, CCTV, Waterfall, Human Detection
References
Pangemanan, Sifrid S. 2018. “Analyzing Consumersâ Perception of the Use of Electronic Payment in Manado.” Jurnal EMBA: Jurnal Riset Ekonomi, Manajemen, Bisnis Dan Akuntansi 6(4):3653–62. doi: 10.35794/emba.v6i4.21890.
Sari, Ulmi Layla. 2021. “Sistem Pendukung Keputusan Penentuan Lokasi Pemasangan CCTV Dengan Metode MOORA.” Jurnal Pelita Indonesia 1(2):123–33.
Karisma, A. D. 2020. “Pemilihan Cctv Terbaik Mengunakan Metode Technique for Others Reference By Similarity To Ideal Solution (Topsis).” Senamika 1(1):210–20.
Setia Buana, I. Komang. 2018. “Aplikasi Untuk Pengoprasian Komputer Dengan Mendeteksi Gerakan Menggunakan Opencv Python.” Prosiding SINTAK 2018 190–91.
Muhammad Sya’roni Mujahidin, Misbahuddin, Bulkis Kanata. 2020. “Rancang Bangun Sistem Pengenalan Wajah Berbasis Residual Network.” 28(1).
Zein, Afrizal. 2018. “Pendeteksian Kantuk Secara Real Time Menggunakan Pustaka OPENCV Dan DLIB PYTHON.” Sainstech: Jurnal Penelitian Dan Pengkajian Sains Dan Teknologi 28(2):22–26. doi: 10.37277/stch.v28i2.238.
Tryatmojo, Burhanuddin, and Raden Isum Suryani Maryati. 2019. “Akurasi Sistem Face Recognition OpenCV Menggunakan Raspberry Pi Dengan Metode Haar Cascade.” Jurnal Ilmiah Informatika (JIF) 7(2):92–98.
Kramer, Mitch. 2018. “Best Practices in Systems Development Lifecycle: An Analyses Based on the Waterfall Model.” Review of Business and Finance Studies 9(1):77–84.
Ruspandi, Rivardi B., Sherwin Sompie, and Feisy Kambey. 2018. “Implementasi Azure Cognitive Service Untuk Aplikasi Speech Recognition.” Jurnal Teknik Informatika 13(4):1–10.
Article Metrics
Abstract Views : 1526 timesPDF (Bahasa Indonesia) Downloaded : 385 times
Refbacks
- There are currently no refbacks.
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.