Implementasi Sistem Smart Dorm Lock Berbasis Pengenalan Wajah Menggunakan Model MTCNN dan Facenet
Abstract
Penelitian ini mengembangkan sistem pengunci pintu asrama (Smart Dorm Lock) yang memanfaatkan teknologi pengenalan wajah menggunakan kombinasi metode Multi-task Cascaded Convolutional Networks (MTCNN) dan model FaceNet. Penggunaan pengenalan wajah dipilih karena dinilai lebih praktis dan aman dibandingkan metode konvensional seperti kunci fisik atau kartu akses, meskipun pengenalan wajah masih menghadapi tantangan dalam hal variasi pencahayaan, ekspresi, dan posisi wajah. MTCNN digunakan untuk mendeteksi wajah secara cepat dan akurat dari citra kamera secara real-time, sementara FaceNet berperan dalam mengekstraksi ciri wajah menjadi representasi vektor untuk proses verifikasi. Proses pengembangan sistem melibatkan akuisisi data wajah pengguna, deteksi dan ekstraksi fitur, serta pengujian performa dalam berbagai kondisi lingkungan nyata. Hasil pengujian menunjukkan bahwa sistem mampu mengenali wajah pengguna dengan akurasi tinggi meskipun terdapat perubahan sudut wajah dan pencahayaan. Sistem ini memberikan solusi autentikasi biometrik yang efektif dan dapat diterapkan pada lingkungan asrama untuk meningkatkan keamanan dan kenyamanan penghuni,
Keywords— Pengunci Pintu Pintar, Pengenalan Wajah, MTCNN, FaceNet, Keamanan Asrama, Verifikasi Biometrik
References
Muhammad Ikhlashul, Rita Purnamasari, Efri Suhartono. 2024. “Penerapan Metode Histogram Oriented Of Gradients Dan Haar-Cascad Pada Pintu Asrama Pintar Telkom University.” Paper. Tidak Diterbitkan. Fakultas Teknik Elektro. Universitas Telkom:Bandung.
S. Syarif, M. Baharuddin, dan Muslimin, "Penerapan Metode Convolutional Neural Network pada Face Recognition untuk Smart Loker," Jurnal Eksitasi, vol. 2, no. 2, pp. 19–26, 2023. e-ISSN: 2829-5110.J. Clerk Maxwell, A Treatise on Electricity and Magnetism, 3rd ed., vol. 2. Oxford: Clarendon, 1892, pp.68–73.
K. D. Anggara, D. P. Kartikasari, dan F. A. Bakhtiar, “Implementasi Algoritma MTCNN dalam Mekanisme Autentikasi berbasis Pengenalan Wajah,” Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, vol. 7, no. 8, pp. 3613–3621, Agustus 2023.
D. M. Sakti, W. S. Murti, A. Kurniasari, dan J. Rosid, “Face recognition dengan metode Haar Cascade dan Facenet,” Indonesian Journal of Data and Science (IJODAS), vol. 3, no. 1, pp. 30–34, 2022.
M. Muhajirin dan I. N. Putri, “Implementasi Mikrokontroler dan Sinar Ultraviolet pada Alat Pendeteksi Uang Palsu,” Jurnal Ilmiah Ilmu Komputer, vol. 8, no. 1, pp. 14–19, Apr. 2022.
Sutarti, Siswanto, dan A. P. Jutika, “Implementasi Face Recognition Berbasis Haar-Cascade Classifier pada Sistem Keamanan Rumah Menggunakan Dual-Camera,” INFOTECH Journal, vol. 8, no. 2, pp. 106–115, Des. 2022.
A. P. Meldyantono dan B. S. W. Poetro, “Implementasi Sistem Absensi Berbasis Pengenalan Wajah Menggunakan Metode CNN dan Model FaceNet,” Jurnal Rekayasa Sistem Informasi dan Teknologi, vol. 2, no. 3, pp. 996–1006, Feb. 2025.
R. Arifin dan W. Wibisono, “Sistem Pengenalan Wajah Menggunakan Metode CNN (Convolutional Neural Network) Berbasis Web,” Jurnal Media Informatika Budidarma, vol. 9, no. 3, pp. 625–632, Jul. 2025.
U. Essien and G. Ansa, “A deep learning-based face recognition attendance system,” Global Journal of Engineering and Technology Advances, vol. 17, no. 1, pp. 009–022, Oct. 2023.
R. B. Setiawan and N. Lukman, “Attendance System Face Recognition using Convolutional Neural Network (CNN),” CoreID Journal, vol. 1, no. 3, Mar. 2024.
F. Ramadhan, A. Triayudi, and E. Mardiani, “Implementation of Face Recognition for Lecturer Attendance Using Deep Learning CNN Algorithm,” SaNa: Journal of Blockchain, NFTs and Metaverse Technology, vol. 2, no. 2, pp. 123–130, Sep. 2024.
R. V. Talumepa, D. A. Putra, and H. Soetanto, “Sistem Presensi Pendeteksi Wajah menggunakan Metode Modified Region Convolutional Neural Network dan PCA,” Edumatic: Jurnal Pendidikan Informatika, vol. 8, no. 1, pp. 46–55, Jun. 2024.
M. Saied and A. Syafii, “Perancangan dan Implementasi Sistem Absensi Berbasis Teknologi Terkini Untuk Meningkatkan Efisiensi Pengelolaan Kehadiran Karyawan dalam Perusahaan,” Jurnal Teknik Indonesia, vol. 2, no. 3, pp. 87–92, Jul. 2023.
S. Huang and H. Luo, “Attendance System Based on Dynamic Face Recognition,” Proceedings -2020 International Conference on Communications, Information System and Computer Engineering, CISCE 2020, pp. 368–371, Jul. 2020.
Evelyn, R. Adipranata, and K. Gunadi, “Sistem Presensi Mahasiswa Menggunakan Face Recognition Dengan Metode Facenet Pada Android,” Jurnal Infra, vol. 10, no. 2, pp. 56–62, 2022.
