EKSPLORASI METODE PENGENALAN WAJAH DALAM SISTEM KEAMANAN RUMAH PINTAR

Abstrak

Studi ini mendalami metode-metode pengenalan wajah dalam konteks sistem keamanan rumah pintar dengan fokus pada integrasi PCA-GA dan Convolutional Neural Network (CNN). Rumah pintar, sebagai tren inovatif, semakin mengadopsi teknologi biometrik seperti pengenalan wajah untuk meningkatkan keamanan dan kenyamanan penghuni. Penelitian terdahulu menggunakan metode konvensional seperti Local Binary Pattern Histogram (LBPH) dan Haar Cascade Classifier, serta teknologi mikrokontroler Raspberry Pi. Namun, metode berbasis deep learning, khususnya CNN, menawarkan potensi tinggi dengan ekstraksi fitur wajah yang akurat. Melalui kajian literatur analitik, perbandingan antara metode PCA-GA, LBPH, Haar Cascade, dan CNN dilakukan, menyoroti keunggulan dan kelemahan masing- masing. Rekomendasi terbaik adalah menggabungkan PCA-GA dan CNN untuk optimalitas, mempertimbangkan akurasi, kecepatan komputasi, dan kemudahan implementasi. Studi ini memberikan dasar bagi desain sistem keamanan rumah pintar yang efisien dan adaptif