Pemantau Ruangan Menggunakan Raspberry Pi Terintegrasi Dengan Bot Telegram Dan Halaman Web
Keywords:
Raspberry Pi, pemantau ruangan, keamanan, pendeteksi gerakan, auto-trackingAbstract
Sistem pemantau ruangan merupakan sistem yang berfungsi untuk meningkatkan keamanan suatu ruangan, khususnya jika dalam ruangan tersebut terdapat barang berharga. Pada karya ini telah dirancang dan direalisasikan sebuah sistem pemantau ruangan berbasis Raspberry Pi. Sistem ini memiliki dua mode kerja yakni mode Motion Detection dan mode Web Stream. Mode Motion Detection memiliki kemampuan untuk mendeteksi gerakan dan auto-tracking. Kemudian mode yang kedua adalah mode Web Stream yang berfungsi agar pengguna dapat melihat video stream mengenai keadaan rumahnya secara live melalui halaman web. Hasil percobaan menunjukkan bahwa kedua mode dapat bekerja dengan baik.
Downloads
Download data is not yet available.
References
P. F. Ramadhona. Desain dan Implementasi Sistem Pengendali Gerak Kamera Untuk Pemantauan Keamanan Suatu Ruangan Dalam Rumah Dengan Pendeteksi Pergerakan Objek. Skripsi. Bandung. Politeknik Negeri Bandung; 2014.
A. R. Utami. Perencanaan dan Realisasi Sistem Pemantauan Keamanan Ruangan Menggunakan Webcam dan Sensor Passive Infrared (Bagian Aplikasi untuk Android dan Website). Skripsi. Bandung. Politeknik Negeri Bandung; 2016.
G. A. Danajaya. Perencanaan dan Realisasi Sistem Pemantauan Keamanan Ruangan Menggunakan Webcam dan Sensor Passive Infrared (Bagian Moving Object Detector). Skripsi. Bandung. Politeknik Negeri Bandung; 2016.
A. Rosebrock, “PyImageSearch,” 01 06 2015. [Online]. Available: http://www.pyimagesearch.com/2015/06/01/home-surveillance-and-motion-detection-with-the-raspberry-pi-python-and-opencv/. [Diakses 03 05 2017].
P. KaewTraKulPong, R. Bowden. An Improved Adaptive Background Mixture Model for Real- time Tracking with Shadow Detection. Proc. 2nd European Workshop on Advanced Video Based Surveillance Systems, AVBS01. Kingston upon Thames, UK. 2001.
Zoran Zivkovic. Improved adaptive Gaussian mixture model for background subtraction. Proceedings of the 17th International Conference on Pattern Recognition. Cambridge, UK. 2004.
Z. Zivkovic, F. van der Heijden. Efficient Adaptive Density Estimation per Image Pixel for the Task of Background Subtraction. Pattern Recognition Letters. 2006; 27(7): 773-780
A. R. Utami. Perencanaan dan Realisasi Sistem Pemantauan Keamanan Ruangan Menggunakan Webcam dan Sensor Passive Infrared (Bagian Aplikasi untuk Android dan Website). Skripsi. Bandung. Politeknik Negeri Bandung; 2016.
G. A. Danajaya. Perencanaan dan Realisasi Sistem Pemantauan Keamanan Ruangan Menggunakan Webcam dan Sensor Passive Infrared (Bagian Moving Object Detector). Skripsi. Bandung. Politeknik Negeri Bandung; 2016.
A. Rosebrock, “PyImageSearch,” 01 06 2015. [Online]. Available: http://www.pyimagesearch.com/2015/06/01/home-surveillance-and-motion-detection-with-the-raspberry-pi-python-and-opencv/. [Diakses 03 05 2017].
P. KaewTraKulPong, R. Bowden. An Improved Adaptive Background Mixture Model for Real- time Tracking with Shadow Detection. Proc. 2nd European Workshop on Advanced Video Based Surveillance Systems, AVBS01. Kingston upon Thames, UK. 2001.
Zoran Zivkovic. Improved adaptive Gaussian mixture model for background subtraction. Proceedings of the 17th International Conference on Pattern Recognition. Cambridge, UK. 2004.
Z. Zivkovic, F. van der Heijden. Efficient Adaptive Density Estimation per Image Pixel for the Task of Background Subtraction. Pattern Recognition Letters. 2006; 27(7): 773-780
Downloads
Published
27-01-2019
How to Cite
[1]
F. Satria, T. Sundara, H. Nugroho, and M. Malayusfi, “Pemantau Ruangan Menggunakan Raspberry Pi Terintegrasi Dengan Bot Telegram Dan Halaman Web”, SENTER, pp. 173–180, Jan. 2019.
Issue
Section
Articles
