RANCANG BANGUN PROTOTYPE PINTU OTOMATIS PADA ATM BERBASIS SINGLE BOARD COMPUTER
| dc.contributor.advisor | Desta, Yolanda | |
| dc.contributor.author | Ririn, Salsa Andraini | |
| dc.date.accessioned | 2026-09-24T17:16:20Z | |
| dc.date.issued | 2024-08-12 | |
| dc.description | Desta Yolanda, M.T | |
| dc.description.abstract | ATM (Anjungan Tunai Mandiri) merupakan fasilitas penting dalam kehidupan modern yang menyediakan layanan perbankan dengan akses mudah. Meski demikian, terdapat tata tertib penggunaan yang sering dilanggar, seperti larangan penggunaan topi, kacamata hitam, helm, masker. Pelanggaran ini kerap dihubungkan dengan tindak kejahatan seperti pembobolan ATM, di mana pelaku menyamarkan identitas mereka dengan atribut tersebut. Penelitian ini bertujuan untuk mengembangkan sistem yang mampu mengenali objek manusia dan objek pelanggaran seperti topi, kacamata hitam, helm, dan masker. Untuk mendeteksi objek manusia dan objek pelanggaran tersebut sistem ini menggunakan salah satu metode pengolahan citra, yaitu You Only Look Once (YOLO). Sistem dirancang untuk membuka pintu secara otomatis jika terdeteksi manusia melalui webcam dan terdeteksi objek melalui sensor ultrasonik. Dan sistem akan mengeluarkan audio notifikasi pelanggaran melalui speaker jika terdeteksi objek pelanggaran. Untuk penelitian ini memanfaatkan perangkat keras berupa raspberry pi, webcam, sensor ultrasonik HC-SR04, motor servo MG996R, motor servo SG90, dan speaker. Sedangkan untuk perangkat lunak akan memanfaatkan Yolov4-tiny untuk mendeteksi objek manusia dan objek pelanggaran. Sistem ini menghasilkan akurasi pengklasifikasian objek manusia dan objek pelanggaran sebesar 95% dan nilai F1-score sebesar 97.44%. | |
| dc.identifier.uri | https://ailib.my.id/handle/123456789/3363 | |
| dc.language.iso | id | |
| dc.publisher | Universitas Andalas | |
| dc.subject | Pintu Otomatis | |
| dc.subject | ATM | |
| dc.subject | YOLO | |
| dc.subject | Raspberry Pi | |
| dc.subject | Deteksi Objek | |
| dc.subject.classification | T Technology (General) | |
| dc.title | RANCANG BANGUN PROTOTYPE PINTU OTOMATIS PADA ATM BERBASIS SINGLE BOARD COMPUTER | |
| dc.type | Thesis | |
| dcterms.dateSubmitted | 2024-08-21 | |
| dcterms.references | M. A. Rizaty, “Jumlah ATM di Indonesia Menyusut Jadi 98.130 Unit pada Juli 2022,” DataIndonesia.id, 2023. dataindonesia.id: https://dataindonesia.id/bursa-keuangan/detail/jumlah-atm-di-indonesia-menyusut-jadi-98130-unit-pada-juli-2022 (accessed Aug. 05, 2023). J. Purwodianto, “Pembobol ATM di Gresik Pakai Laptop Berjumlah 2 Orang,” detikJatim, 2023. https://www.detik.com/jatim/hukum-dan-kriminal/d-6919579/pembobol-atm-di-gresik-pakai-laptop-berjumlah-2-orang (accessed Nov. 02, 2023). “Ditemukan 116 data - Direktori Putusan -Mahkamah Agung,” Publikasi Dokumen Elektronik Putusan seluruh Pengadilan di Indonesia, 2023. https://putusan3.mahkamahagung.go.id/search.html/?q=%22Pembobolan atm%22 (accessed Nov. 02, 2023). N. S. Dewi, “Deteksi pelanggaran keamanan di ruangan atm menggunakan metode yolo,” Jur. Tek. Komput. Fak. Teknol. Inf. Univ. Andalas, 2021. T. R. M. Fitrah, Y. Nurdin, and R. Roslidar, “Rancang Bangun Pengembangan Pintu Otomatis Pendeteksi Masker Dan Suhu Tubuh Menggunakan Raspberry Pi 4,” J. Komputer, Inf. Teknol. dan Elektro, vol. 6, no. 2, pp. 7–14, 2021, doi: 10.24815/kitektro.v6i2.21428. I. Gusman and R. Mukhaiyar, “Sistem Buka Tutup Pintu Otomatis Berbasis Sensor Wajah,” vol. 4, no. 2, pp. 511–518, 2023. D. Y. Hakim Tanjung, “Optimalisasi Algoritma C4.5 untuk Prediksi Kerusakan Mesin ATM,” Infosys (Information Syst. J., vol. 6, no. 1, p. 12, 2021, doi: 10.22303/infosys.6.1.2021.12-21. H. Jaya et al., Kecerdasan Buatan, vol. 53, no. 9. 2018. N.A., “Penjelasan singkat tentang IoT,” Https://Sis.Binus.Ac.Id/, 2021. A. Roihan, P. A. Sunarya, and A. S. Rafika, “Pemanfaatan Machine Learning dalam Berbagai Bidang: Review paper,” IJCIT (Indonesian J. Comput. Inf. Technol., vol. 5, no. 1, pp. 75–82, 2020, doi: 10.31294/ijcit.v5i1.7951. Y. Yuhandri, A. Ramadhanu, and H. Syahputra, “Pengenalan Teknologi Pengolahan Citra Digital (Digital Image Processing) Untuk Santri Di Rahmatan Lil’Alamin International Islamic Boarding School,” Community Dev. J. J. Pengabdi. Masy., vol. 3, no. 2, pp. 1239–1244, 2022, doi: 10.31004/cdj.v3i2.5868. P. A. B. Wicaksono and Gaffar Achmad Fanany Onnilita, Computer Vision. Malang: Media Nusa Creative, 2021. N. A. Batubara, R. M. Awanga, and S. F. Pane, Perbandingan Faster R-CNN dengan SSD Mobilenet Untuk Mendeteksi Plat Nomor. Kreatif Industri Nusantara, 2020. Mira, Gudiato, and Bryan, Computer Vision dan YOLO Menggali Potensi Computer Vision dan Implementasi YOLO untuk Pertanian Pintar. Uwais Inspirasi Indonesia, 2023. A. A. M. Suradi, M. F. Rasyid, and N. Nasaruddin, “Sistem Perhitungan Jumlah Kendaraan Berbasis Computer Vision,” Pros. Semin. Ilm. Sist. Inf. Dan Teknol. Inf., vol. XI, no. 1, pp. 89–97, 2022. M. Sarosa and N. Muna, “Implementasi Algoritma You Only Look Once ( Yolo ) Untuk Implementation of You Only Look Once ( Yolo ) Algorithm for,” J. Teknol. Inf. dan Ilmu Komput., vol. 8, no. 4, pp. 787–792, 2021, doi: 10.25126/jtiik.202184407. R. M. Taufiq, Sunanto, Y. Rizki, and M. R. A. Pratama, “Simulasi Deteksi Golongan Kendaraan pada Gerbang Tol Menggunakan YOLOv4,” J. CoSciTech (Computer Sci. Inf. Technol., vol. 3, no. 2, pp. 199–206, 2022, doi: 10.37859/coscitech.v3i2.3928. A. Fali Oklilas, D. Dwinta, G. Shofi, N. Putri Mariza, S. Arum Kinanti, and Y. Amanda Sari, “Akurasi Pengujian Model Hasil Training menggunakan YOLOv4 untuk Pengenalan Kendaraan di Jalan Raya,” J. JUPITER, vol. 15, no. 1, pp. 799–806, 2023. D. N. Nugroho and L. Anifah, “Perancangan Sistem Deteksi Objek Bola Dan Gawang Pada Robot Sepakbola Menggunakan Metode Darknet YOLO,” J. Inf. Eng. Educ. Technol., vol. 07, pp. 22–29, 2023. Vannessa, “Sistem Pendeteksi Dan Klasifikasi Jenis Rintangan Pada Alat Bantu Mobilitas Penyandang Tunanetra Berbasis Single Board Computer Proposal,” הארץ, no. 8.5.2017, pp. 2003–2005, 2022, [Online]. Available: https://www.who.int/news-room/fact-sheets/detail/autism-spectrum-disorders. F. Handayani, “Komparasi Support Vector Machine, Logistic Regression Dan Artificial Neural Network Dalam Prediksi Penyakit Jantung,” J. Edukasi dan Penelit. Inform., vol. 7, no. 3, p. 329, 2021, doi: 10.26418/jp.v7i3.48053. F. B. Setiawan, O. J. Aldo Wijaya, L. H. Pratomo, and S. Riyadi, “Sistem Navigasi Automated Guided Vehicle Berbasis Computer Vision dan Implementasi pada Raspberry Pi,” J. Rekayasa Elektr., vol. 17, no. 1, pp. 7–14, 2021, doi: 10.17529/jre.v17i1.18087. “Raspberry Pi.” https://www.raspberrypi.com/products/raspberry-pi-4-model-b/specifications/ (accessed Sep. 28, 2023). I. R. Muttaqin and D. B. Santoso, “Prototype Pagar Otomatis Berbasis Arduino Uno Dengan Sensor Ultrasonic Hc-SR04,” JE-Unisla, vol. 6, no. 2, p. 41, 2021, doi: 10.30736/je-unisla.v6i2.695. “hc-sr04 DataSheet PDF,” Datasheetspdf.com. https://datasheetspdf.com/datasheet/search.php?sWord=hc-sr04. F. Dames and D. T. P. Yanto, “Sistem Kendali dan Monitoring Kecepatan Motor Servo Berbasis Human Machine Interface,” JTEIN J. Tek. Elektro Indones., vol. 3, no. 2, pp. 487–495, 2022, [Online]. Available: http://jtein.ppj.unp.ac.id/. “mg995 DataSheet PDF,” Datasheetspdf.com. https://datasheetspdf.com/datasheet/search.php?sWord=mg995. S. P. Demita and Ma, “Rancang Bangun Sistem Keamanan Helm dan Berkendara Berbasis Mikrokontroler,” J. Univ. Andalas, 2023. M. R. Effendi, “Sistem Deteksi Wajah Jenis Kucing Dengan Image Classification Menggunakan Opencv,” J. Teknol. Inform. dan Komput., vol. 4, no. 1, pp. 27–35, 2018, doi: 10.37012/jtik.v4i1.283. O. Library, “OpenCV-Python Is Now An Official OpenCV Project,” OpenCV team, 2021. https://opencv.org/blog/opencv-python-is-now-an-official-opencv-project/ (accessed Sep. 29, 2023). G. I. E. Soen, Marlina, and Renny, “Implementasi Cloud Computing dengan Google Colaboratory Pada Aplikasi Pengolah Data Zoom Participants,” J. Inform. Technol. Commun., vol. 6, no. 1, pp. 24–30, 2022. | |
| local.eprints.dir | disk0/00/47/65/67 | |
| local.eprints.division | 012A | |
| local.eprints.id | 476567 | |
| local.eprints.type | thesis/diploma | |
| local.eprints.uri | http://scholar.unand.ac.id/476567/ | |
| local.fakultas | Fakultas Teknologi Informasi | |
| local.identifier.nim | 1911511014 | |
| local.prodi | S1 Teknik Komputer | |
| local.thesis.level | Skripsi |
