← Kembali ke Artikel

Xeoma: Sistem Kontrol Akses dengan Pengawasan Video dan Analisis Video

Program pengawasan video Xeoma menawarkan lebih dari 100 fungsi, termasuk puluhan jenis analisis video cerdas. Namun, salah satu fitur paling mendasar dan populer Xeoma tetaplah kontrol akses. Artikel ini akan memandu Anda memahami dasar-dasar kontrol akses serta versi canggihnya yang dilengkapi analisis video, sebagaimana disediakan oleh sistem pengawasan video seperti Xeoma.
 

Sistem kontrol akses adalah alat yang dirancang untuk membatasi akses ke area atau lokasi yang aman. Meskipun dalam arti luas kunci pintu sederhana pun dapat dianggap sebagai sistem kontrol akses, istilah ini umumnya merujuk pada kompleks perangkat keras dan perangkat lunak—dengan atau tanpa intervensi manusia—yang dipasang di titik masuk dan pos pemeriksaan berbagai perusahaan atau wilayah. Tujuan utamanya adalah menyaring orang dan/atau kendaraan yang masuk atau keluar untuk mencegah akses tidak sah, melacak pengunjung, serta mengumpulkan data analitis—misalnya, untuk memantau kehadiran karyawan di restoran cepat saji.

Tidak semua orang menyadari bahwa pengawasan video adalah alat yang sangat efektif untuk kontrol akses. Visi komputer dalam solusi pengawasan dapat membantu mengotomatisasi proses sistem kontrol akses, mengurangi kesalahan akibat faktor manusia, kondisi cuaca, dan situasi menantang lainnya. Selain itu, sistem pengawasan video modern dilengkapi analisis video profesional yang mampu melakukan tindakan tambahan seiring proses utama kontrol akses—seringkali tanpa memerlukan kamera khusus yang mahal. Dengan demikian, sistem pengawasan video tidak hanya berfungsi ganda sebagai alat kontrol akses, tetapi juga untuk tugas otomatisasi tertentu. Kami akan membahas hal ini lebih lanjut di bagian ‘Kontrol akses sebagai alat otomatisasi’.

 

Sistem kontrol akses tipikal biasanya terdiri dari:
– Perangkat pembaca,
– Pengontrol yang mengelola perangkat penghalang,
– Perangkat penghalang itu sendiri (misalnya, penghalang gerbang, turnstile, kunci elektronik jarak jauh, dll.),
– Identifikasi (misalnya, kartu akses).

Sistem kontrol akses berbasis pengawasan video menawarkan keunggulan dengan menghilangkan beberapa komponen tersebut melalui delegasi tugas ke kemampuan visi komputer kamera, tanpa memerlukan perangkat keras khusus. Misalnya, dengan Xeoma, sistem kontrol akses Anda dapat terdiri dari:

1) Komputer, mikrokomputer, laptop, atau bahkan ponsel cerdas yang cukup kuat untuk analisis video yang Anda pilih.

2) Kamera jaringan (dengan spesifikasi memadai untuk analisis video). Dengan demikian, tidak diperlukan kamera IP khusus dengan fitur langka dan biaya tinggi.

3) Perangkat lunak Xeoma yang berisi fitur analisis video yang Anda butuhkan. Tidak yakin harus memilih apa? Hubungi kami — kami akan membantu! Misalnya, saat Pengenalan Wajah diaktifkan, Xeoma dapat mengambil peran sebagai pengontrol—“otak” sistem kontrol akses tradisional—dan identifikasi.

4) Perangkat penghalang seperti penghalang gerbang, turnstile, kunci elektronik, pembuka gerbang bermotor, jenis pintu mekanis lainnya, dll., yang dikelola melalui jaringan, pengontrol Modbus terintegrasi, atau pin GPIO.

Keuntungan lain dari sistem kontrol akses berbasis pengawasan video adalah Anda kemungkinan besar sudah perlu memasang kamera di titik masuk dan keluar area aman, karena ini adalah posisi umum untuk pemantauan keamanan video. Jadi, mengapa tidak memanfaatkannya juga untuk kontrol akses?
 

Setelah Anda memiliki keempat elemen yang diperlukan untuk membangun sistem kontrol akses berbasis pengawasan video, Anda dapat mengikuti panduan ini:

1. Pasang kamera jaringan: Pasang kamera jaringan di pos pemeriksaan dan atur sesuai instruksi. Untuk akurasi lebih tinggi, posisinya harus sesuai dengan rekomendasi dari modul analisis video yang akan Anda gunakan.
2. Jalankan Xeoma di komputer Anda: Buka Xeoma di komputer Anda dan biarkan program mendeteksi kamera jaringan Anda—atau tambahkan secara manual.
3. Aktifkan lisensi Xeoma yang diperlukan: Aktifkan lisensi untuk edisi Xeoma yang Anda butuhkan dan Modul Tambahan apa pun yang akan digunakan.
4. Konfigurasikan analisis video: Atur jenis analisis video yang menjadi dasar kontrol akses Anda. Lihat contoh di sini.
5. Atur reaksi: Konfigurasikan respons sistem pengawasan video terhadap suatu ‘peristiwa’. Misalnya, atur agar sistem mengirimkan sinyal ke perangkat penghalang saat karyawan terdeteksi atau memicu notifikasi ke manajemen saat pemasok terlihat. Lihat contoh di sini.

Dengan kamera jaringan standar dan komputer sederhana – bahkan mikrokomputer atau tablet Android – Anda dapat memanfaatkan analitik video cerdas Xeoma untuk kontrol akses dan interaksi dengan perangkat penghalang atau sistem otomatisasi. Analitik video ini dapat sepenuhnya mengandalkan visi komputer untuk menggantikan perangkat fisik seperti pembaca dan pengidentifikasi, atau bekerja secara terintegrasi dengan perangkat tersebut. Detail opsi ini akan dibahas di bagian berikut.
 

Seperti disebutkan pada langkah 4 di bagian “Cara Mengatur Sistem Kontrol Akses dengan Pengawasan Video,” program pengawasan video Xeoma dapat menggunakan analitik video untuk membedakan individu berwenang dan tidak berwenang dengan menganalisis pola spesifik dalam aliran video. Tergantung kebutuhan Anda, Xeoma menawarkan beberapa opsi:

Kontrol akses personel: Pengenalan Wajah. Xeoma memiliki fitur Pengenalan Wajah yang mengidentifikasi individu berdasarkan wajah. Dengan langkah sederhana, latih sistem untuk mengenali orang yang perlu diidentifikasi agar sistem dapat mengenali mereka saat muncul di bingkai – dan memicu reaksi yang telah ditetapkan. Metode biometrik ini efektif digunakan untuk kontrol akses di pos pemeriksaan pejalan kaki, seperti pintu masuk pusat kebugaran, area staf restoran, gerbang pabrik, hingga sistem pengawasan rumah pribadi.

Keuntungan sistem kontrol akses berbasis pengenalan wajah adalah kemampuannya menggantikan kombinasi pengidentifikasi dan pembaca yang biasanya berupa perangkat fisik pada sistem kontrol akses konvensional. Di sini, personel berwenang hanya perlu menunjukkan wajah mereka sebagai pengidentifikasi virtual. Perangkat lunak pengawasan video Xeoma kemudian berperan sebagai pembaca: membandingkan wajah di bingkai dengan wajah dalam database yang dibuat selama proses konfigurasi Xeoma melalui pelatihan. Jika ditemukan kecocokan, sinyal dikirim ke pengontrol perangkat penghalang. Selain itu, modul Pengenalan Wajah dapat bereaksi tidak hanya terhadap orang dalam daftar izin, tetapi juga terhadap orang dalam daftar blokir, siapa pun yang ada di bingkai, atau hanya terhadap orang yang tidak dikenali.

Untuk detail lebih lanjut mengenai cara mengatur modul Pengenalan Wajah dan membuat database daftar putih/hitam, baca artikel tentang modul Pengenalan Wajah.

 

Pos pemeriksaan kendaraan: Pengenalan Plat Nomor. Mirip dengan pengenalan wajah, modul Pengenalan Plat Nomor mengidentifikasi kendaraan yang mendekat atau pergi berdasarkan plat nomornya sebagai pengidentifikasi. Dalam skema ini, Xeoma kembali menggantikan perangkat pembaca fisik: program membandingkan plat nomor di bingkai dengan database yang telah dibuat sebelumnya berisi plat nomor yang disetujui atau dilarang. Jika ditemukan kecocokan, sinyal dikirim ke pengontrol perangkat penghalang. Sama seperti Pengenalan Wajah, modul Pengenalan Plat Nomor di Xeoma juga dapat bereaksi hanya terhadap plat nomor yang tidak dikenali atau plat nomor apa pun yang terlihat di bingkai.

Untuk detail lebih lanjut mengenai cara mengatur modul Pengenalan Plat Nomor dan membuat database daftar putih/hitam, baca artikel tentang ANPR.

---

Selain dua jenis analitik video paling umum yang ditawarkan pengawasan video untuk sistem kontrol akses otomatis, Xeoma juga memiliki kemampuan analitik video lainnya serta opsi khusus untuk bekerja dengan sensor eksternal dari sistem kontrol akses perangkat keras pihak ketiga. Detail lebih lanjut tersedia di bagian ‘Menggunakan sistem perangkat keras dari produsen pihak ketiga untuk identifikasi’ di bawah ini.

Untuk melewati bagian ini dan langsung menuju ke reaksi, klik di sini.

 

Xeoma mendukung integrasi dengan beberapa sistem kontrol akses eksternal dan sistem keamanan perimeter, dua di antaranya dijelaskan di bawah ini.

Modul Detektor RIF+ Xeoma dirancang untuk mengintegrasikan sistem pengawasan video dengan sistem keamanan perimeter “RIF Plus” buatan perusahaan “START-7”. Integrasi ini bekerja dengan menerima sinyal dari sensor di sekeliling perimeter area yang diamankan dan memicu berbagai respons saat menerima status “Alarm”. Sistem ini juga mencakup perangkat pengunci jarak jauh, penghalang, hingga kawat berduri yang diperkuat. Xeoma dapat sepenuhnya mengandalkan pemicu keamanan perimeter untuk memulai respons, seperti mengontrol perangkat pengunci atau penghalang, atau menggabungkan informasi eksternal dari “RIF+” dengan analitik video internalnya — misalnya, jika diperlukan verifikasi ganda pada peristiwa alarm atau jika sensor “RIF+” tidak sepenuhnya memenuhi kebutuhan Anda.

Modul Pelacakan PTZ Senstar adalah modul integrasi yang menerima data dari sensor Senstar (seperti FlexZone, OmniTrax, UltraWave, dll.) dan secara otomatis memutar kamera untuk memperbesar area di mana sensor mendeteksi peristiwa yang mengkhawatirkan. Berkat fleksibilitas Xeoma, modul tujuan juga dapat dikonfigurasi untuk menginisiasi berbagai respons sesuai kebutuhan. Untuk menggunakan sistem ini, pengguna memerlukan sensor Senstar, kamera PTZ dengan dukungan protokol ONVIF, komputer atau mikrokomputer untuk menjalankan Xeoma, serta perangkat pengunci atau penghalang pilihan mereka.

Jika Anda memerlukan dukungan untuk perangkat atau sistem lain, kami menawarkan program pengembangan berbayar di mana kami dapat menerapkan fitur yang diperlukan di Xeoma sesuai permintaan.
 

Tentu saja, reaksi yang paling logis terhadap identifikasi objek yang berhasil dalam bingkai adalah mengizinkan masuk/keluar. Ini dapat dilakukan dari program pengawasan video kami dengan berbagai cara tergantung pada metode komunikasi yang didukung oleh peralatan penghalang yang ada.

Dengan modul Pengirim Permintaan HTTP, Xeoma dapat mengirim perintah http ke penghalang yang mendukung manajemen berbasis jaringan. Ini adalah salah satu metode paling populer untuk berkomunikasi dengan perangkat penghalang.
 

Jika perangkat penghalang dikendalikan oleh pengontrol tipe Modbus, Xeoma menyediakan modul khusus bernama “Pengontrol Modbus”. Modul ini dapat mengirim dan menerima perintah dari pengontrol Modbus yang sering digunakan pada penghalang, lampu lalu lintas, hingga sistem rumah pintar. Dengan demikian, modul ini dapat mengirim perintah untuk menaikkan penghalang, membuka kunci gerbang putar, atau membuka kunci dan gerbang otomatis.

Sistem pengawasan video yang berjalan pada mikrokomputer berbasis Linux ARM juga dapat merespons peristiwa identifikasi yang berhasil dengan mengirim perintah ke pin GPIO menggunakan modul GPIO Xeoma. Metode ‘kontak kering’ ini juga dapat digunakan untuk mengirim sinyal ke perangkat penghalang (atau alat otomatisasi — misalnya, untuk membuka pintu garasi).

Catatan penting: meskipun solusi ringkas ini biasanya kurang kuat untuk menjalankan analitik video pintar profesional, Xeoma menerapkan berbagai optimasi yang memungkinkannya berfungsi! Misalnya, pengenalan plat nomor Xeoma telah berhasil digunakan dengan 1-2 kamera pada perangkat papan tunggal berbasis ARM dalam salah satu proyek ‘kota/jalan aman’ kami di negara-negara CIS.

Jika ini bukan opsi yang Anda cari, program pengawasan video Xeoma memiliki kemampuan untuk menjalankan skrip Anda sendiri menggunakan modul “Peluncur Aplikasi”. Skrip tersebut dapat menyediakan lapisan yang diperlukan untuk berkomunikasi dengan infrastruktur atau API yang Anda miliki — apa pun media yang Anda gunakan untuk mengirim sinyal ke perangkat penghalang.

Saat artikel ini ditulis, Xeoma menawarkan 18 modul tujuan unik dan banyak fitur bawaan lainnya (seperti API), sehingga tersedia respons yang disesuaikan untuk hampir semua sistem! Dan jika respons khusus diperlukan, Anda selalu dapat memesan pengembangan fitur khusus melalui program pengembangan berbayar kami!

 

 

Sebelumnya, kami menyebutkan adanya metode khusus yang menyediakan identifikasi dua faktor yang diperkuat dengan bantuan modul FaceID di Xeoma. Metode ini layak diperhatikan secara terpisah karena, berbeda dengan ‘Pengenalan Wajah’, ‘FaceID’ menggabungkan identifikasi virtual dan konfirmasi melalui pengenal fisik. Cara kerjanya adalah membandingkan wajah dalam bingkai bukan dengan basis data virtual, melainkan memerlukan konfirmasi identitas tambahan menggunakan pengenal fisik seperti pada sistem kontrol akses tradisional, yaitu salah satu dari berikut ini:

1. Kartu akses Omnikey yang dipasangkan dengan pembaca merek tersebut.
atau
2. Kode QR yang dicetak pada lencana atau pakaian (seperti seragam atau helm).

Pada kasus pertama, menggunakan perangkat lunak yang disertakan dengan pembaca dan kartu ‘kosong’, Anda mengenkod kartu dengan informasi profil pemegang, termasuk foto mereka (yang dapat disimpan di penyimpanan lokal atau diambil dari server LDAP perusahaan). Orang yang mendekati pos pemeriksaan menempelkan kartu akses Omnikey (pengenal mereka) ke pembaca, sementara kamera pengawas menangkap wajah mereka. Pembaca kemudian mendekode data dari chip kartu akses dan mengirimkan foto pemegang kartu ke Xeoma, yang membandingkannya dengan wajah dalam bingkai – seluruh proses ini terjadi dalam sekejap. Jika ditemukan kecocokan, sinyal izin dikirim ke modul reaksi ((selengkapnya tentang reaksi di sini).)

Pada kasus kedua, kode QR dapat digunakan sebagai pengganti kartu akses, dengan informasi profil dan foto pengguna yang dienkripsi di dalam kode. Kode QR ini dapat dicetak pada kartu, lencana, atau langsung pada pakaian – yang sangat berguna untuk akses tanpa sentuh dalam situasi di mana tangan sering sibuk, seperti di lokasi konstruksi atau saat mengawal tahanan. Prosesnya berjalan sebagai berikut: kode QR unik yang berisi informasi dan foto pemegang dibuat di luar Xeoma dan diberikan kepada pekerja atau orang yang berwenang dalam bentuk cetak. Ketika orang tersebut berada dalam jangkauan kamera, Xeoma dan modul FaceID-nya menemukan orang tersebut dalam bingkai dan mendeteksi wajahnya sambil menunggu informasi dari modul “Pengenalan Kode QR” untuk dibandingkan. Secara bersamaan, modul “Pengenalan Kode QR”, yang dapat menggunakan umpan video dari kamera yang sama atau kamera lain, memindai pemandangan dalam bingkai untuk mencari kode QR. Jika ditemukan, modul ini mendekodenya, mengambil foto pengguna, dan mengirimkannya untuk dibandingkan dengan FaceID. Sekali lagi, proses ini dilakukan secara real-time, hanya memakan waktu sebagian kecil dari satu detik. Jika FaceID menemukan kecocokan, sinyal izin dikirim ke modul reaksi (selengkapnya tentang reaksi di sini).

Sistem seperti ini cocok untuk kontrol akses di berbagai sektor: fasilitas pemasyarakatan, penyimpanan perbankan atau medis, dan lain-lain – di mana pun kontrol akses yang ketat dan verifikasi berlapis diperlukan untuk mencegah akses tidak sah, terutama jika pengenal karyawan jatuh ke tangan yang salah. Atau, kombinasi Xeoma FaceID dengan kartu akses Omnikey dapat menjadi bagian dari sistem kontrol akses otomatis penuh untuk kampus universitas – seperti yang telah kami terapkan dalam proyek di Vietnam.
 

 

Sepanjang artikel ini, kami telah berulang kali menyebutkan bahwa sistem kontrol akses yang memanfaatkan video pengawasan tidak hanya dapat digunakan untuk menentukan apakah seseorang atau kendaraan dalam pandangan kamera diizinkan memasuki area aman, tetapi juga untuk fungsi tambahan seperti pengumpulan statistik dan informasi lainnya. Misalnya, dalam artikel kami “Pelacakan jam kerja otomatis di Xeoma”, kami menjelaskan skema untuk melacak jam kerja (kedatangan dan keberangkatan) di sebuah perusahaan berdasarkan pengenalan wajah untuk orang dan pengenalan plat nomor untuk kendaraan yang telah disebutkan sebelumnya. Dengan demikian, selain membuka jalur secara otomatis, sistem dapat mencatat waktu kejadian, dan data ini dapat digunakan untuk menghitung durasi keberadaan objek di lokasi.

Sistem kontrol akses berbasis Xeoma dalam konstruksi atau logistik dapat digunakan untuk otomatisasi rute pengiriman, mengarahkan kendaraan ke sektor bongkar yang sesuai tanpa pengawasan manusia. Modul “Pengenalan Plat Nomor” Xeoma dapat mengenali plat nomor kendaraan yang mendekat, termasuk truk, membandingkannya dengan daftar kendaraan yang diharapkan, dan secara otomatis memicu reaksi yang telah ditentukan sebelumnya — seperti membuka penghalang atau menampilkan sektor bongkar di layar.

Seringkali, kemampuan membedakan orang atau kendaraan asing dari yang dikenal digunakan untuk memicu reaksi otomatis lain, baik yang terkait maupun tidak dengan perangkat penghalang. Misalnya, sistem kontrol akses berbasis pengawasan video dapat diintegrasikan dengan perangkat rumah pintar: membuka pintu garasi secara otomatis saat mobil pemilik terdeteksi di jalan masuk, menyalakan lampu lorong saat wajah pemilik apartemen dikenali di interkom video, serta menyesuaikan pengaturan iklim dan pencahayaan saat penghuni sedang menuju apartemen. Informasi lebih lanjut mengenai otomatisasi dan integrasi rumah pintar tersedia dalam artikel “Menggunakan pengawasan video dalam sistem rumah pintar”.

Sebagai alternatif, kontrol akses dapat dikaitkan erat dengan deteksi intrusi di area terbatas. Misalnya, respons terhadap pendeteksian orang tidak berwenang dalam bingkai dapat berupa notifikasi segera kepada pihak yang bertanggung jawab (via Email, Telegram, atau ponsel cerdas) atau alarm. Baca selengkapnya tentang deteksi intrusi dalam sistem keamanan rumah di artikel kami: “Keamanan orang tercinta bersama pengawasan video Xeoma”.

 

 

 

 

 

 

 

 

24 Juli 2024

Baca juga:
Pengawasan video anak-anak
Integrasi Rumah Pintar dengan Xeoma: Panduan Praktis
Pengawasan video gudang. Xeoma Menyajikan: Cara melindungi barang Anda dan mengatur proses kerja