Balikpapan, 2025 – Tim peneliti dari Program Studi Teknik Elektro Institut Teknologi Kalimantan (ITK) berhasil mengembangkan sistem keamanan rumah cerdas yang mampu mendeteksi keberadaan orang asing, bahkan ketika wajah pelaku tertutup masker. Sistem ini memanfaatkan teknologi You Only Look Once (YOLO) untuk deteksi objek serta Face Recognition untuk mengenali identitas wajah penghuni rumah.
Menurut peneliti, sistem keamanan rumah yang ada saat ini masih banyak bergantung pada kunci mekanik atau CCTV konvensional yang hanya merekam tanpa memberikan peringatan langsung. “Kami ingin menghadirkan solusi yang lebih adaptif dengan memanfaatkan kecerdasan buatan sehingga pemilik rumah bisa segera mendapat notifikasi jika ada orang asing terdeteksi,” jelas salah satu anggota tim.
Sistem ini bekerja dengan cara sederhana. Kamera Raspberry Pi menangkap gambar wajah di depan pintu rumah, lalu algoritma YOLO mendeteksi keberadaan manusia. Selanjutnya, Face Recognition melakukan identifikasi wajah untuk membedakan apakah orang tersebut adalah penghuni rumah atau orang asing. Jika wajah tidak dikenali atau tertutup, sistem akan langsung menyalakan buzzer dan mengirimkan notifikasi real-time ke aplikasi Home Security di ponsel pengguna.
Hasil pengujian menunjukkan bahwa sistem ini memiliki tingkat akurasi 93,5% dalam mendeteksi wajah, baik yang terbuka maupun tertutup masker. Selain itu, aplikasi Home Security yang dikembangkan dengan Flutter dan Firebase mampu memberikan notifikasi secara instan serta menyediakan fitur kontrol buzzer dari jarak jauh.
Peneliti menambahkan bahwa sistem ini masih memiliki keterbatasan, terutama pada kondisi pencahayaan rendah dan jarak deteksi lebih dari 4 meter. Namun, temuan ini membuktikan bahwa integrasi teknologi YOLO dan Face Recognition dapat menjadi alternatif inovatif untuk meningkatkan keamanan rumah di era digital.
Dengan hasil penelitian ini, ITK menunjukkan kontribusinya dalam menghadirkan teknologi yang relevan dengan kebutuhan masyarakat, khususnya di bidang keamanan berbasis Internet of Things (IoT).
Anggota Penelitian :
1. Mifta Nur Farid
2. Muhammad Ridho Dewanto
1. Meningkatkan keamanan rumah
Sistem dapat mendeteksi keberadaan orang asing secara otomatis, bahkan saat wajah tertutup masker, sehingga potensi tindak kejahatan bisa dicegah lebih dini.
2. Memberikan peringatan real-time
Pemilik rumah langsung mendapatkan notifikasi di ponsel ketika ada orang asing terdeteksi, berbeda dengan CCTV konvensional yang hanya merekam tanpa memberi peringatan.
3. Efisiensi dan kepraktisan
Sistem terintegrasi dengan aplikasi mobile sehingga pengguna dapat memantau keamanan rumah dan mengontrol buzzer dari jarak jauh.
4. Mendukung penerapan IoT di bidang keamanan
Penelitian ini menjadi contoh implementasi nyata teknologi Internet of Things (IoT), AI, dan computer vision dalam kehidupan sehari-hari.
5. Solusi inovatif di era digital
Memberikan alternatif modern yang lebih adaptif dibandingkan kunci mekanik atau CCTV biasa, sesuai dengan kebutuhan masyarakat saat ini.
6. Kontribusi akademik dan pengembangan teknologi
Menunjukkan peran Institut Teknologi Kalimantan (ITK) dalam menghadirkan inovasi yang relevan untuk meningkatkan keamanan berbasis teknologi.