<?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="2995">
 <titleInfo>
  <title>SISTEM KEAMANAN RUANGAN DENGAN PENGENALAN WAJAH MENGGUNAKAN ALGORITMA LOCAL BINARY PATTERN HISTOGRAM BERBASIS INTERNET OF THINGS (Studi Kasus:</title>
  <subTitle>Ruangan Lab Kantor Mini)</subTitle>
 </titleInfo>
 <name type="Personal Name" authority="">
  <namePart>Muhammad Roufiqi Desma</namePart>
  <role>
   <roleTerm type="text">Primary Author</roleTerm>
  </role>
 </name>
 <typeOfResource manuscript="no" collection="yes">mixed material</typeOfResource>
 <genre authority="marcgt">bibliography</genre>
 <originInfo>
  <place>
   <placeTerm type="text">JAKARTA</placeTerm>
  </place>
  <publisher>Universitas Satya Negara Indonesia</publisher>
  <dateIssued>2023</dateIssued>
 </originInfo>
 <language>
  <languageTerm type="code">id</languageTerm>
  <languageTerm type="text">Indonesia</languageTerm>
 </language>
 <physicalDescription>
  <form authority="gmd">Text</form>
  <extent></extent>
 </physicalDescription>
 <note>Sistem keamanan berbasis Internet Of Things dan teknologi OpenCV telah dikembangkan untuk meningkatkan efisiensi dan kemudahan dalam memantau video rekaman dari CCTV. Proses deteksi wajah dilakukan dengan metode Haar Cascade, sedangkan pengenalan wajah dilakukan menggunakan algoritma Local&#13;
Binary Pattern Histogram. Hasil pengujian menunjukkan bahwa intensitas cahaya&#13;
memiliki pengaruh yang signifikan terhadap akurasi sistem, namun sistem ini&#13;
memberikan kemudahan dalam melakukan pemantauan video CCTV secara realtime&#13;
melalui webserver dan meningkatkan keamanan khususnya diruangan dengan&#13;
memanfaatkan teknologi Internet Of Things. Tingkat keberhasilan pengenalan&#13;
wajah saat ini sebesar 72%. Oleh karena itu, untuk pengembangan sistem&#13;
selanjutnya, direkomendasikan untuk meningkatkan tingkat keberhasilan&#13;
pengenalan wajah dan juga menerapkan File Transfer Protocol untuk memastikan&#13;
kinerja sistem yang semakin baik.</note>
 <note type="statement of responsibility">Muhammad Roufiqi Desma</note>
 <subject authority="">
  <topic>Teknologi Informasi</topic>
 </subject>
 <subject authority="">
  <topic>Teknik Informatika</topic>
 </subject>
 <classification>NONE</classification>
 <identifier type="isbn"></identifier>
 <location>
  <physicalLocation>Institutional Repository USNI Universitas Satya Negara Indonesia</physicalLocation>
  <shelfLocator></shelfLocator>
  <holdingSimple>
   <copyInformation>
    <numerationAndChronology type="1">8230003</numerationAndChronology>
    <sublocation>Perpustakaan USNI Kampus A</sublocation>
    <shelfLocator></shelfLocator>
   </copyInformation>
  </holdingSimple>
 </location>
 <slims:digitals>
  <slims:digital_item id="3045" url="" path="/a83b89a0d910bd4857d78586bff70703.pdf" mimetype="application/pdf">SISTEM KEAMANAN RUANGAN DENGAN PENGENALAN WAJAH MENGGUNAKAN ALGORITMA LOCAL BINARY PATTERN HISTOGRAM BERBASIS INTERNET OF THINGS (Studi Kasus: Ruangan Lab Kantor Mini)</slims:digital_item>
 </slims:digitals>
 <recordInfo>
  <recordIdentifier>2995</recordIdentifier>
  <recordCreationDate encoding="w3cdtf">2023-02-14 11:52:24</recordCreationDate>
  <recordChangeDate encoding="w3cdtf">2023-02-14 12:02:29</recordChangeDate>
  <recordOrigin>machine generated</recordOrigin>
 </recordInfo>
</mods>
</modsCollection>