SISTEM MONITORING KEAMANAN RUMAHMENGGUNAKAN FINGERPRINT DAN FACERECOGNITION BERBASIS MACHINE LEARNING

Siti Allanurin; Yusuf Muharam

doi:10.55222/wcvq3m53

Authors

Siti Allanurin Universitas Bale Bandung
Yusuf Muharam Universitas Bale Bandung

DOI:

https://doi.org/10.55222/wcvq3m53

Keywords:

Face Recognition; Fingerprint; Internet of Things; Machine Learning; Monitoring SystemFace Recognition; Fingerprint; Internet of Things; Machine Learning; Monitoring System

Abstract

Keamanan rumah merupakan aspek penting dalam membatasi dan mengontrol akses masuk dengan efektif.
Terdapat banyak kasus pembobolan rumah yang terjadi akibat penggunaan sistem kunci konvensional yang
tidak lagi mamu untuk memberi perlindungan optimal. Penelitian ini merancang dan membangun sistem
monitring keamanan rumah berbasis Internet Of Things (IoT) menggunakan autentikasi biometrik Fingerprint
dan Face Recognition. Sensor Fingerprint AS608 digunakan dengan algoritma Minutiae-Based Matching
yang telah terdapat di dalam sensor tersebut, dan Face Recognition di kembangkan menggunakan metode
Machine Learning berbasis Local Binary Patterns Histogram (LBPH). Sistem di integrasikan dengan
mikrokontroler ESP32, kamera cctv, serta notifikasi WhatsApp otomatis untuk memberikan peringatan ketika
terjadi akses ilegal. Website Dashboard dikembangkan menggunakan Flask dan Tailwind CSS untuk
menampilkan status autentikasi dan aktivitas secara real-time. Hasil pengujian menunjukkan bahwa sensor
Fingerprint mencapai akurasi 90%, sedangkan Face Recognition optimal pada jarak 30 cm dengan tingkat
keberhasilan 90%. Notifikasi WhatsApp berhasil dikirim dengan delay rata-rata ±1 detik. Sistem ini terbukti
efektif untuk meningkatkan keamanan rumah dengan pemantauan real-time dan autentikasi ganda berbasis
biometrik.