<![CDATA[Abstrak - Keamanan akses pintu pada lingkungan hunian dan kos membutuhkan sistem yang tidak hanya mampu memverifikasi identitas pengguna, tetapi juga responsif terhadap ancaman fisik terhadap perangkat. Penelitian ini mengusulkan dan merealisasikan S.I.G.H.T. (Secure Intelligent Gate Hardware Tamper-detection), sebuah sistem keamanan pintu berbasis computer vision yang menggabungkan biometric face recognition menggunakan algoritma Local Binary Patterns Histograms (LBPH) dengan physical tampering detection berbasis sensor getaran. Arsitektur sistem terdiri atas backend FastAPI, dashboard web berbasis React sebagai pusat pemantauan dan kontrol, agen kamera untuk pemrosesan citra pada perangkat edge, serta modul IoT gerbang yang mengendalikan kunci dan alarm secara real-time melalui antrian perintah terpusat. Metode pengembangan yang digunakan adalah pendekatan Research and Development (RD) dengan model Waterfall yang mencakup analisis kebutuhan, perancangan, implementasi, dan pengujian terstruktur. Validasi fungsional dilakukan menggunakan black box testing pada skenario utama, seperti otentikasi wajah, pengelolaan data penghuni, respons sensor getaran, dan kontrol aktuator pintu serta alarm. Hasil pengujian menunjukkan seluruh skenario berjalan sesuai harapan dengan status “Lulus”, sehingga S.I.G.H.T. dinilai layak sebagai prototipe solusi keamanan pintu berlapis yang adaptif dan berpotensi dikembangkan lebih lanjut pada skala implementasi yang lebih luas.Kata kunci : Computer vision; Deteksi tampering fisik; Internet of Things; LBPH; Sistem keamanan pintu; Abstract - Door access security in residential and boarding environments requires a system that not only verifies user identity, but also responds to physical threats directed at the device. This study proposes and implements S.I.G.H.T. (Secure Intelligent Gate Hardware Tamper-detection), a computer-vision-based door security system that combines biometric face recognition using the Local Binary Patterns Histograms (LBPH) algorithm with physical tampering detection using a vibration sensor. The system architecture consists of a FastAPI backend, a React-based web dashboard as the central monitoring and control interface, a camera agent for image processing on edge devices, and an IoT gate module that controls the lock and alarm in real time through a centralized command queue. The development process follows a Research and Development (RD) approach with the Waterfall model, covering requirements analysis, system design, implementation, and structured testing stages. Functional validation is carried out using black box testing on key scenarios such as face authentication, resident data management, vibration sensor response, and actuator control for the door and alarm. The results show that all scenarios meet the expected outcomes with a “Pass” status, indicating that S.I.G.H.T. is feasible as a layered and adaptive door security prototype that can be further extended to broader deployment contexts.Keywords: Computer vision; Door security system; Internet of Things; LBPH; Physical tampering detection;]]>
