PENERAPAN FACE RECOGNITION DENGAN MODEL DEEP NEURAL NETWORK PADA SISTEM SMART DOOR LOCK

Abstrak

Kemajuan teknologi di bidang kecerdasan buatan dan IoT membuka peluang untuk meningkatkan sistem keamanan rumah. Penelitian ini mengusulkan Smart Door Lock berbasis Face Recognition dengan menggunakan Deep Neural Network (DNN) yang diintegrasikan dengan ESP32-CAM dan Solenoid Door Lock. Sistem menerapkan metode deteksi wajah dengan MTCNN dan perbandingan embedding menggunakan Euclidean Distance, serta penyesuaian threshold similarity. Pengujian menunjukkan bahwa sistem memiliki akurasi rata-rata sebesar 84% dengan metrik evaluasi: Precision 95%, Recall 85%, dan F1-Score 89,72%. Penyesuaian threshold similarity dari 0.60 ke 0.28 berhasil menurunkan false positive rate secara signifikan (dari 7% menjadi 1% pada kondisi tertentu), meskipun pengujian menyeluruh menunjukkan nilai false positive sekitar 5%. Selain itu, sistem mampu mencatat log akses sehingga pemilik rumah dapat memantau aktivitas akses pintu secara real-time