This research had been developed a system mainly consists of Arduino microcontoller based hardware and neural network based algorithms. The system has been fully assembled and successfully tested. By using two different methods the point feature detector (PFD) method was used as the first method. An Eigen Feature function was utilized to detect feature point of image. The second method is convolutional neural network (CNN) to recognize human face. Using PFD method, a classification value has been setup <11. The classification value is used as classification category of the program to recognize the subject (face image) correctly. By using PFD method, the response of the system from starting of a face image recognition until opening the locker is 20 second. The CNN method used alexnet to classify the image. At least around 300 training input data are use per person. The face recognition’s experiment reached a high recognition’s accuracy of 99.99% level and an average response time of 10 seconds. This research presents how the human face can be recognized and used to control the opening of a door lock.

Seiring dengan bertambahnya jumlah beban pada busbar Pangkep maka performa pelayanan semakin kompleks. Maka dari pada itu diperlukan sebuah studi untuk menganalisis keandalan pada busbar Pangkep untuk melihat indeks keandalannya. Hal ini sangat penting untuk diketahui dan juga menjadi referensi bagi PT PLN (persero) untuk meningkatkan atau mempertahankan kualitas listriknya. Penelitian ini dilakukan dengan mengambil data gangguan, durasi pemadaman dan jumlah pelanggan kemudian dihitung laju kegagalan dan lama gangguan rata-rata konsumen selama setahun yaitu tahun 2011. Hasil perhitungan tersebut digunakan untuk menentukan indeks keandalan yaitu SAIFI, SAIDI, CAIFI, CAIDI, ASAI dan ASUI dan dinyatakan dalam angka. Dari hasil perhitungan diperoleh bahwa ketersediaan energi listrik busbar Pangkep masih di atas 90 % dan SAIFI dengan nilai 0,87241 gangguan/pelanggan/tahun dan SAIDI dengan nilai 25,60979 menit/pelanggan/tahun. Maka indeks keandalannya masih berada dalam batas-batas yang diperbolehkan PT PLN (persero) dengan nilai SAIFI maksimal adalah 3,166 gangguan/pelanggan/tahun dan SAIDI adalah 137 menit/pelanggan/tahun. Sesuai dengan SPLN 59 tahun 1985, yang menyatakan bahwa keandalan distribusi ditinjau dari indeks frekuensi dan durasi gangguan, dan juga standar IEEE (Institute Of Electrical and Electronic Enginering) yang menyatakan bahwa suatu jaringan distribusi dikatakan andal jika mampu menyediakan energi listrik 90 % ke atas dalam kurun waktu yang ditentukan. Sehingga dapat dikatakan sistem jaringan distribusi 20 kV busbar Pangkep masih andal. Untuk memudahkan hasil perhitungan indeks keandalan maka digunakan program Matlab 2010. Agar kontinuitas pelayanan tetap terjaga indeks keandalan masih bisa ditingkatkan lagi dengan lebih memperhatikan perawatan menggunakan standarisasi perawatan yang lebih disiplin dan managemen perawatan yang baik.