Yora Dara Salsabila Primary Author mixed material bibliography Banda Aceh Fakultas Teknik Elektro 2025

Skripsi

Anak Berkebutuhan Khusus merupakan anak yang menunjukkan ciri fisik, intelektual, dan emosional yang berada di atas atau di bawah rentang normal anak normal. Anak-anak dengan disabilitas berat dapat kesulitan mengidentifikasi bahaya atau membuat pilihan yang bijak. Bagi anak-anak berkebutuhan khusus, pengawasan guru di Sekolah Luar Biasa (SLB) sangat bermanfaat dalam mencegah potensi risiko seperti kecelakaan, perundungan, atau eksploitasi. Namun, guru SLB kerap menghadapi sejumlah tantangan saat mencoba mengawasi anak-anak berkebutuhan khusus yang dapat menyebabkan anak berkebutuhan khusus keluar dari pengawasan. Untuk mengurangi risiko dan mencegah potensi ancaman terhadap keselamatan mereka, dikembangkan teknologi yang dapat mengidentifikasi keberadaan anak berkebutuhan khusus di area tanpa pengawasan dan segera memberi informasi kepada instruktur dalam bentuk peringatan. Alarm pemantauan anak berkebutuhan khusus ini menggunakan Raspberry Pi sebagai pengontrol utama untuk memproses data dari webcam dan OpenCV sebagai library untuk mengimplementasikan sistem pengenalan wajah pada sistem. Sistem berhasil mengenali wajah anak yang terdaftar pada dataset saat anak wajah tersebut terekam webcam. Keberhasilan sistem dalam mengenali wajah ditandai dengan bunyi buzzer dan notifikasi berupa gambar wajah yang dikenali pada aplikasi telegram. Sistem berhasil mengenali wajah dengan tingkat kemiripan rata-rata 80% dan confident score 0.8 pada jarak 20 cm, rata-rata tingkat kemiripan 81% dan confident score 0.81 pada jarak 30 cm, dan rata-rata tingkat kemiripan 80% dan confident score 0.8 pada jarak 60 cm.. Integrasi IoT pada alat ini memungkinkan penyampaian informasi secara real-time. Kata kunci : Anak Berkebutuhan Khusus (ABK), Sistem Pengenalan Wajah, Open Computer Vision (OpenCV), Internet of Things (IoT) 0 ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala 163815 2025-07-21 00:57:38 2025-07-21 10:02:19 machine generated