SMART DOOR LOCK SYSTEM BERBASIS APLIKASI BLYNK DENGAN FACE RECOGNITION MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK (CNN)

Abstract

Access control to buildings is a crucial aspect in ensuring safety and preventing criminal activities such as theft. The use of conventional physical locks is often considered inadequate as they are prone to tampering and theft. To address this issue, a smart door lock system integrated with the Blynk application and face recognition technology provides an effective solution. This system allows remote door control via a smartphone, replacing physical keys that can be easily compromised. The Blynk application, as an Internet of Things (IoT) platform, offers an interface for control over a Wi-Fi network, while face recognition adds an extra layer of security by verifying user identity. The Convolutional Neural Network (CNN) method is utilized for face recognition, ensuring high accuracy and providing a higher level of security compared to conventional methods. This study explores the application of IoT-based smart door locks and face recognition in enhancing building security in an efficient and practical manner.

Keamanan akses pintu pada bangunan merupakan salah satu aspek penting dalam menjaga keselamatan dan mencegah tindakan kriminal seperti pencurian. Penggunaan kunci fisik yang konvensional sering kali dianggap kurang aman karena rentan terhadap pembobolan. Untuk mengatasi hal ini, sistem kunci pintu pintar (smart door lock) yang terintegrasi dengan aplikasi Blynk dan teknologi pengenalan wajah (face recognition) menjadi solusi yang efektif. Sistem ini memungkinkan pengendalian akses pintu secara jarak jauh menggunakan smartphone, menggantikan kunci fisik yang mudah disalahgunakan. Aplikasi Blynk, sebagai platform Internet of Things (IoT), menyediakan antarmuka kendali melalui jaringan Wi-Fi, sementara pengenalan wajah menambah lapisan keamanan dengan memverifikasi identitas pengguna. Metode Convolutional Neural Network (CNN) digunakan untuk pengenalan wajah dengan akurasi tinggi, memberikan tingkat keamanan yang lebih baik dibandingkan dengan metode konvensional. Penelitian ini mengkaji penerapan sistem smart door lock berbasis IoT dan face recognition dalam meningkatkan keamanan bangunan secara efisien dan praktis.