<![CDATA[Abstrak Salah satu sistem keamanan berbasis biometrik adalah pengenalan wajah yang mengidentifikasi berdasarkan perbedaan ciri wajah. Oleh karena itu, setiap orang mempunyai ciri wajah masing-masing yang dapat digunakan sebagai kata sandi. Melalui penelitian ini kunci rumah dapat dikelola dengan menggunakan sebuah sistem keamanan rumah berbasis pengenalan wajah. Prototipe ini memiliki 2 sistem yaitu sistem otomasi dan sistem keamanan. Pada sistem otomasi ini, aplikasi Telegram dapat mengontrol modul relay untuk mengontrol lampu dan kunci rumah. Sedangkan pada sistem keamanan dapat mengontrol modul relay berdasarkan wajah yang dikenali. Jika diluar penghuni rumah mencoba masuk, maka sistem akan memberikan peringatan kepada pemilik rumah melalui telegram. Pengenalan wajah menggunakan OpenCV yang berbasis library open source untuk computer vision dan menggunakan metode Fisherface untuk ekstraksi ciri serta metode klasifikasi yang memakai bahasa pemrogaman Python. Secara keseluruhan tingkat akurasi sistem pada penelitian ini mencapai 98,5%. Hasil yang didapatkan dari penelitian ini menunjukkan bahwa kondisi cahaya terang dengan ekspresi senyum memiliki tingkat performansi yang terbaik, pencapaian tingkat akurasi sebesar 100% keberhasilan dengan rata-rata nilai confidence 20,06547 dan 2.6883 detik untuk ratarata waktu komputasi. Kata kunci : Raspberry Pi, Face Recognition, OpenCV, Fisherface, Telegram Abstract One of the biometric-based security systems is face recognition, based on differences in facial characteristics. Therefore everyone has their own characteristics that can be used as a password. Through this research, home locks can be managed using home security system based on facial recognition. This prototype has 2 systems, the automation system and the security system. In this automation system, Telegram applications can control relay modules to control lights and house key. The security system can control relay modules based on recognizable faces. If stranger trying to enter the house, the system will give a warning to the homeowner via telegram. Face recognition uses OpenCV based open source library for computer vision and uses the Fisherface method for extraction of features and classification methods that use the Python programming language. Overall the successful rate of the system reach 98.5%. The experiment of this research shows that bright light condition with smile expression gave the best result with 100% success with an average confidence value of 20.06547 and 2.6883 seconds for the average computing time. Keywords: Raspberry Pi, Face Recognition, OpenCV, Fisherface, Telegram]]>
