Deteksi Penggunaan Helm pada Akses Masuk ATM Berbasis Raspberry Pi

Abstrak

Keamanan ruang ATM menjadi perhatian yang cukup serius, khususnya terkait potensi penyamaran identitas menggunakan helm yang dapat menghalangi kamera pengawas dalam mengenali wajah pengguna. Sistem peringatan konvensional berupa tulisan yang ditempelkan pada dinding ruang ATM terbukti belum efektif untuk memberikan kesadaran kepada pengguna untuk melepaskan helm sebelum memasuki ruang ATM. Penelitian ini merancang dan mengimplementasikan sistem keamanan ruang ATM berbasis computer vision menggunakan metode Haar Cascade Classifier yang dijalankan pada Raspberry Pi 3 Model B. Kamera yang terpasang di pintu masuk menangkap citra pengguna secara real-time, kemudian setiap frame diproses untuk mendeteksi keberadaan helm. Agar keputusan sistem lebih stabil dan tidak mudah salah deteksi, diterapkan mekanisme frame counter yang mengakumulasi hasil deteksi dari beberapa frame sebelum mengambil keputusan akhir. Apabila helm terdeteksi, sistem memberikan peringatan suara melalui speaker dan pintu tetap terkunci melalui solenoid doorlock. Sebaliknya, jika pengguna tidak mengenakan helm, sistem membunyikan notifikasi izin masuk dan membuka pintu secara otomatis selama 9 detik sebelum kembali terkunci. Pengujian dilakukan pada delapan skenario berbeda dan menghasilkan tingkat akurasi sebesar 87.5%, sehingga sistem ini dinilai layak diterapkan sebagai solusi keamanan ruang ATM yang otomatis, responsif, dan terintegrasi.