<![CDATA[Tingkat keamanan ruang arsip pada Badan Pendapatan Daerah Kota Bogor saat ini masih tergolong rendah karena ketiadaan kamera pengawas dan penggunaan sistem penguncian manual, sehingga rentan terhadap tindak pencurian inventaris kantor. Penelitian ini bertujuan merancang purwarupa sistem keamanan dan pemantauan pintu otomatis (smart door) berbasis pengenalan perintah suara (speech recognition) untuk mengatasi celah keamanan tersebut. Metode penelitian yang digunakan meliputi analisis kebutuhan (rekayasa kebutuhan), perancangan perangkat keras dan perangkat lunak, implementasi, hingga pengujian sistem secara menyeluruh. Sistem dikembangkan menggunakan algoritma pembelajaran mesin 1D Convolutional Neural Network (1D CNN) untuk mengklasifikasikan masukan suara, yang ditanamkan langsung pada mikrokontroler Arduino Nano 33 BLE Sense. Untuk mendukung fungsi pemantauan jarak jauh, sistem juga diintegrasikan dengan sensor PIR, kamera ESP32-CAM, pengunci solenoid, dan bot Telegram. Hasil pengujian menunjukkan model 1D CNN mampu mengklasifikasikan perintah suara pada kondisi aktual dengan akurasi 88,3% dan waktu respons rata-rata 1,83 detik, dengan perintah "GO" mencapai keberhasilan tertinggi dan perintah "ON" terendah. Jarak paling optimal bagi pengguna untuk memberikan masukan suara adalah 30 cm dengan tingkat keberhasilan 93,3%. Subsistem pemantauan berhasil mendeteksi pergerakan, menangkap citra digital, dan mengirimkan notifikasi ke aplikasi Telegram pengguna dengan tingkat keberhasilan 100%. Secara keseluruhan, sistem keamanan pintu otomatis ini telah beroperasi optimal dan terbukti memenuhi seluruh kebutuhan fungsional dan non-fungsional yang dirancang.]]>
Copyrights © 2026
