Monitoring Sistem Keamanan Rumah Dengan Algoritma Convolutional Neural Network Pengenalan Wajah

Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem monitoring keamanan rumah dengan menggunakan algoritma Convolutional neural network (CNN) untuk pengenalan wajah sebagai metode utama dalam identifikasi penghuni. Sistem ini mengintegrasikan kamera pengawas yang terhubung ke jaringan internet untuk memantau aktivitas di sekitar rumah dan mendeteksi wajah dalam waktu nyata. Algoritma machine learning yang diterapkan adalah Convolutional neural network (CNN), yang telah terbukti efektif dalam pengenalan wajah. Dengan menggunakan dataset wajah yang telah dilabeli, sistem dilatih untuk mengenali wajah penghuni rumah serta mendeteksi wajah yang tidak dikenal. Ketika wajah yang tidak dikenali terdeteksi, sistem akan memberikan notifikasi ke pemilik rumah melalui perangkat yang tersambung internet database. Penelitian ini mampu mengenali wajah dengan tingkat akurasi tinggi, serta memberikan respon cepat terhadap ancaman keamanan. Implementasi monitoring ini juga memungkinkan pemilik rumah untuk memantau dan mengendalikan sistem keamanan dari jarak jauh. Sistem pendeteksi wajah ini berhasil mendeteksi wajah dengan akurasi bervariasi pada sampel uji. Seluruh data hasil pengujian secara otomatis dikirimkan dan diteruskan melalui grup Telegram oleh sebuah bot. Nilai softmax dengan probabilitas tertinggi yaitu 0.9468638 dikarenakan pendeteksian background kosong paling mudah dideteksi sebagai undetected. dan akurasi 68-100% tergantung dari orientasi dan sudut pandang kamera saat mendeteksi. Untukrnpeningkatan kinerja, disarankan untuk memastikan pencahayaan yang merata, menambah dataset dengan variasi postur, dan menggunakan perangkat komputasi dengan spesifikasi lebih tinggi guna meningkatkan frame rate webcam.