SISTEM E-VOTING MENGGUNAKAN METODE HISTOGRAM OF ORIENTED GRADIENTS (HOG) DAN SUPPORT VECTOR MACHINE (SVM) PADA RASPBERRY PI3 DENGAN SENSOR FINGERPRINT

Simple item page
dc.contributor.authorShandikri, Rheza
dc.date.accessioned2020-10-26T06:30:03Z
dc.date.available2020-10-26T06:30:03Z
dc.date.issued2019
dc.description.abstractPemilihan 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.urihttp://repository.widyatama.ac.id/xmlui/handle/123456789/11240
dc.publisherProgram Studi Teknik Informatika S1 Fakultas Teknik Universitas Widyatamaen_US
dc.subjectPemilihan Umum, flask, python, Histogram of oriented gradient (HOG), Support vector machine (SVM), raspberry, fingerprint.en_US
dc.titleSISTEM E-VOTING MENGGUNAKAN METODE HISTOGRAM OF ORIENTED GRADIENTS (HOG) DAN SUPPORT VECTOR MACHINE (SVM) PADA RASPBERRY PI3 DENGAN SENSOR FINGERPRINTen_US
dc.typeThesisen_US
Files
Original bundle
Now showing 1 - 5 of 14
Thumbnail Image
Name:
1. COVER.pdf
Size:
177.06 KB
Format:
Adobe Portable Document Format
Description:
Download
Thumbnail Image
Name:
2. LEMBAR PENGESAHAN.pdf
Size:
390.38 KB
Format:
Adobe Portable Document Format
Description:
Download
Thumbnail Image
Name:
3. SURAT PERNYATAAN.pdf
Size:
800.51 KB
Format:
Adobe Portable Document Format
Description:
Download
Thumbnail Image
Name:
4. ABSTRAK.pdf
Size:
324.13 KB
Format:
Adobe Portable Document Format
Description:
Download
Thumbnail Image
Name:
5. KATA PENGANTAR.pdf
Size:
327.43 KB
Format:
Adobe Portable Document Format
Description:
Download
License bundle
Now showing 1 - 1 of 1
Thumbnail Image
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed upon to submission
Description:
Download
Collections
Informatics - Bachelor