Penelitian ini bertujuan untuk mengoptimalkan sistem keamanan rumah berbasis ESP32-CAM dengan mengintegrasikan YOLOv4 dan teknik Pre processing gambar (Gaussian filter, Median filter, Histogram Equalization, CLAHE) guna meningkatkan akurasi deteksi objek dalam berbagai kondisi pencahayaan. Pengujian dilakukan dengan membandingkan kinerja YOLOv4 dengan dan tanpa Pre processing dalam hal precision, recall, dan F1-score, serta mengukur kualitas gambar melalui SNR, PSNR, MSE, dan SSIM. Sistem diuji secara realtime di berbagai kondisi (pagi, siang, malam) dan terintegrasi dengan aplikasi Telegram untuk notifikasi. Hasil menunjukkan bahwa YOLOv4 dengan Pre processing memiliki precision yang lebih tinggi (0.98) dibandingkan tanpa Pre processing (0.9425), meski recall lebih rendah (0.551). Pre processing meningkatkan stabilitas deteksi, terutama dalam kondisi pencahayaan rendah seperti malam hari, namun mengurangi recall dan F1-score. Pada pengujian notifikasi realtime, YOLOv4 dengan Pre processing memberikan waktu pengiriman yang lebih cepat, terutama pada jarak dekat hingga menengah (0.8-1.1 detik). PIR sensor terbukti kurang andal karena waktu pengirimannya lebih lambat (2-4 detik). Kesimpulannya, integrasi YOLOv4 dan Pre processing gambar secara signifikan meningkatkan performa deteksi dan efisiensi sistem keamanan rumah berbasis ESP32-CAM, terutama dalam memberikan notifikasi yang lebih cepat dan akurat pada berbagai kondisi pencahayaan, menjadikannya solusi yang lebih efektif untuk sistem keamanan modern.