<![CDATA[Teknologi komputer pada saat ini berkembang dengan sangat pesatnya dan merupakan salah satu bidang yang mempunyai peran yang sangat penting dibeberapa aspek kehidupan manusia, termasuk pada bidang security. Pandemi covid-19 telah menyebar hampir di seluruh negara di dunia, termasuk Indonesia. Bertambahnya aksi pencurian akibat pandemi covid-19 dikarenakan sistem keamanan ruangan tidak terlindungi dengan baik. Sistem keamanan menggunakan face recognition untuk pintu ruangan sebagai pengganti password lebih baik dibandingkan menggunakan kunci konvensional dikarenakan ruangan hanya bisa diakses oleh wajah yang terdapat pada dataset saja yang memiliki hak akses untuk membuka ruangan tersebut. Penggunaan face recognition juga berguna meminimalisir sentuhan alat untuk mengurangi penularan virus covid-19 dan sistem dapat mengirimkan notifikasi berupa email jika terdeteksi suatu objek wajah yang tidak terdaftar pada dataset. Metode pengenalan wajah yang terdapat pada algoritma haarcascade yaitu LBPH (Local Binary Pattern Histogram), ketika terdeteksi wajah orang maka Raspberry Pi 3 akan membuat Raspberry Pi Camera untuk mengambil citra. Selanjutnya citra yang diambil nantinya akan diproses kemudian dilakukan pencocokan citra dengan dataset. Apabila citra yang diproses mendapatkan kecocokan dengan dataset maka Raspberry Pi 3 akan membuat speaker berbunyi beberapa saat kemudian motor servo membuka pintu. Apabila citra yang diproses tidak menemukan kecocokkan dengan dataset maka Raspberry Pi 3 akan membuat speaker berbunyi dan mengirimkan notifikasi serta mengirimkan citra tersebut ke sebuah email pemilik ruangan. Hasil penelitian ini prototipe yang dibuat mampu membaca data dari dataset yang telah diambil sebelumnya dengan menggunakan Raspberry Pi sebagai alat untuk mengambil sampel wajah dan memproses data dari dataset yang nantinya digunakan untuk membuka suatu pintu ruangan. Dalam pengujian tingkat akurasi pencocokan citra wajah, sistem mampu membedakan sampel citra wajah yang terdapat pada dataset dan citra wajah yang tidak dikenali dengan persentase kecocokan untuk 20 sampel citra wajah sebesar 80% dan 30 sampel citra wajah sebesar 70% kemudian pintu ruangan terbuka. Hasil pengujian terhadap jarak dapat disimpulkan untuk pengujian sistem pendeteksian dengan 20 sampel citra wajah antara jarak 5 cm sampai 10 cm tidak dapat mengenali citra wajah dikarenakan jarak antara kamera dan citra wajah terlalu dekat sedangkan antara jarak 15 cm sampai 50 cm sistem dapat mengenali citra wajah dengan delay servo sebanyak 5.77 ms untuk membuka pintu ruangan. Untuk pengujian dengan 30 sampel citra wajah antara jarak 5 cm sampai 15 cm tidak dapat mengenali citra wajah sedangkan antara jarak 20 cm sampai 50 cm sistem dapat mengenali citra wajah.]]>
