RANCANG BANGUN PROTOTYPE PENANGKAP GAMBAR SISTEM PENGAWASAN BASE TRANSCEIVER STATION (BTS) VIA TELEGRAM MENGGUNAKAN FACE DETECTION BERBASIS ESP32-CAM

RIYANTO, (2026) RANCANG BANGUN PROTOTYPE PENANGKAP GAMBAR SISTEM PENGAWASAN BASE TRANSCEIVER STATION (BTS) VIA TELEGRAM MENGGUNAKAN FACE DETECTION BERBASIS ESP32-CAM. Skripsi thesis, Universitas Panca Marga.

	Text 1_Cover Skripsi RIYANTO.pdf Download (126kB)
	Text 10_Daftar Isi RIYANTO.pdf Restricted to perpustakaan UPM Download (237kB)
	Text 7_Abstrak RIYANTO.pdf Download (146kB)
	Text 14_BAB I RIYANTO.pdf Restricted to perpustakaan UPM Download (177kB)
	Text 15_BAB II RIYANTO.pdf Restricted to perpustakaan UPM Download (267kB)
	Text 16_BAB III RIYANTO.pdf Restricted to perpustakaan UPM Download (898kB)
	Text 17_BAB IV RIYANTO.pdf Restricted to perpustakaan UPM Download (1MB)
	Text 18_BAB V RIYANTO.pdf Restricted to perpustakaan UPM Download (2MB)
	Text 19_BAB VI RIYANTO.pdf Restricted to perpustakaan UPM Download (161kB)
	Text 20_Daftar Pustaka RIYANTO.pdf Restricted to perpustakaan UPM Download (145kB)
	Text 22_Surat Keterangan Bebas Plagiasi RIYANTO.pdf Restricted to perpustakaan UPM Download (107kB)

Abstract

Keamanan infrastruktur Base Transceiver Station (BTS) merupakan faktor penting dalam menjamin keberlangsungan layanan telekomunikasi. Lokasi BTS yang umumnya berada di area terbatas dengan tingkat pengawasan yang rendah meningkatkan risiko terjadinya pencurian dan vandalisme. Oleh karena itu, diperlukan sistem pengawasan yang bersifat otomatis, hemat energi, dan dapat diakses dari jarak jauh. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sebuah prototype penangkap gambar sebagai sistem pengawasan BTS berbasis Internet of Things (IoT) menggunakan modul ESP32CAM dengan metode face detection dan notifikasi melalui Telegram. Metode penelitian meliputi studi literatur, perancangan perangkat keras dan perangkat lunak, penerapan algoritma face detection secara on-device pada ESP32-CAM, integrasi sensor Passive Infrared (PIR) sebagai pemicu sistem, serta evaluasi kinerja melalui pengujian langsung di lingkungan BTS. Kinerja sistem dievaluasi berdasarkan parameter waktu respons, tingkat keberhasilan deteksi dan pengiriman, akurasi deteksi wajah, konsumsi daya, dan penggunaan bandwidth. Hasil pengujian menunjukkan rata-rata waktu respons sistem sebesar 17,73 detik, tingkat keberhasilan deteksi dan pengiriman sebesar 80%, serta akurasi face detection mencapai 89,5%. Konsumsi daya tercatat 1,23 mAh pada mode aktif dan 8 mA pada mode light sleep, dengan rata-rata bandwidth sebesar 6 kbps. Hasil ini menunjukkan bahwa sistem layak diterapkan sebagai solusi pengawasan BTS yang efisien dan berbiaya rendah.

Actions (login required)

View Item