SISTEM E-VOTING MENGGUNAKAN METODE HISTOGRAM OF ORIENTED GRADIENTS (HOG) DAN SUPPORT VECTOR MACHINE (SVM) PADA RASPBERRY PI3 DENGAN SENSOR FINGERPRINT
dc.contributor.author | Shandikri, Rheza | |
dc.date.accessioned | 2020-10-26T06:30:03Z | |
dc.date.available | 2020-10-26T06:30:03Z | |
dc.date.issued | 2019 | |
dc.description.abstract | Pemilihan umum di Indonesia dilakukan secara serentak yang menghabiskan biaya yang sangat mahal, selain masalah biaya masih ada beberapa masalah yang serius lainnya yaitu pemilih ganda yang dapat menambahkan suara bagi salah satu calon kandidat dan penggelembungan suara yang dilakukan oleh panitia pemungutan suara. Dengan menggunakan sistem pemungutan suara secara elektronik atau evoting dapat meminimalisir terjadinya pemilih ganda, penggelembungan suara dan juga menghemat biaya yang dikeluarkan oleh pemerintah dalam melaksanakan pemilihan umum. Sistem e-voting yang direncanakan merupakan sistem e-voting berbasis web menggunakan framework flask berbahasa pemograman python pada raspberry sebagai webserver. Sensor sidikjari dan pengenalan wajah ditanamkan pada sistem e-voting ini yang berupaya menghentikan cara curang untuk pelaku pemilih ganda dan penggelembungan suara. Metode pengembangan sistem e-voting ini menggunakan system development life cycle (SDLC), pada tahap analisa sistem yang direncanakan pemilih yang hendak melakukan pencoblosan, diwajibkan untuk melakukan verifikasi sidik jari menggunakan sensor fingerprint dan pengenalan wajah. Histogram of oriented gradient (HOG) dan Support vector machine (SVM) yang menjadi landasan teori berfungsi sebagai pengenalan wajah dibantu dengan dlib c++ library yang menyempurnakan hasil dari pengenalan wajah tersebut. | en_US |
dc.identifier.uri | http://repository.widyatama.ac.id/xmlui/handle/123456789/11240 | |
dc.publisher | Program Studi Teknik Informatika S1 Fakultas Teknik Universitas Widyatama | en_US |
dc.subject | Pemilihan Umum, flask, python, Histogram of oriented gradient (HOG), Support vector machine (SVM), raspberry, fingerprint. | en_US |
dc.title | SISTEM E-VOTING MENGGUNAKAN METODE HISTOGRAM OF ORIENTED GRADIENTS (HOG) DAN SUPPORT VECTOR MACHINE (SVM) PADA RASPBERRY PI3 DENGAN SENSOR FINGERPRINT | en_US |
dc.type | Thesis | en_US |
Files
Original bundle
1 - 5 of 14
Loading...
- Name:
- 2. LEMBAR PENGESAHAN.pdf
- Size:
- 390.38 KB
- Format:
- Adobe Portable Document Format
- Description:
Loading...
- Name:
- 3. SURAT PERNYATAAN.pdf
- Size:
- 800.51 KB
- Format:
- Adobe Portable Document Format
- Description:
Loading...
- Name:
- 4. ABSTRAK.pdf
- Size:
- 324.13 KB
- Format:
- Adobe Portable Document Format
- Description:
Loading...
- Name:
- 5. KATA PENGANTAR.pdf
- Size:
- 327.43 KB
- Format:
- Adobe Portable Document Format
- Description:
License bundle
1 - 1 of 1
Loading...
- Name:
- license.txt
- Size:
- 1.71 KB
- Format:
- Item-specific license agreed upon to submission
- Description: