Meningkatnya angka kriminalitas di Indonesia mendorong pengembangan sistem
keamanan yang lebih andal dibandingkan metode konvensional seperti kunci fisik,
PIN, dan RFID. Teknologi biometrik, khususnya pengenalan wajah, dipilih karena
kemampuannya yang unik dalam mengidentifikasi individu secara akurat dan
aman. Penelitian ini bertujuan mengembangkan sistem keamanan pintu berbasis
face recognition dengan bantuan raspberry serta menguji kinerjanya dalam hal
akurasi, kecepatan identifikasi, dan pencatatan riwayat akses. Hasil pengujian
menunjukkan bahwa algoritma CNN memiliki akurasi pengenalan wajah yang
lebih baik dibandingkan algoritma HOG+SVM, dengan waktu respons sistem
antara 1,6 hingga 2 detik dan kecepatan proses awal sebesar 14,5 FPS yang
kemudian menurun hingga 4,5 FPS saat validasi. Konsumsi daya prototipe
terbukti efisien dengan suplai listrik yang stabil. Sistem juga berhasil mencatat
riwayat akses secara akurat berupa identitas pengguna, waktu, dan tanggal akses
yang berguna untuk monitoring dan audit keamanan. Sistem keamanan pintu
berbasis face recognition ini terbukti fungsional, responsif, akurat, efisien daya,
serta handal dalam pencatatan dan monitoring keamanan akses pintu.

Kata kunci: face recognition, sistem keamanan, Convolutional Neural
Network, Histogram of Oriented Gradients, Support Vector Machine