PENINGKATAN SISTEM KEAMANAN KUNCI PINTU RUMAH BERBASIS GSM DILENGKAPI MACHINE LEARNING UNTUK DETEKSI MANUSIA

Keamanan merupakan salah satu kebutuhan penting manusia. Menutup pintu dan menguncinya ketika meninggalkan rumah adalah salah satu contoh bukti pentingnya kebutuhan ini. Namun tidak menutup kemungkinan ada celah bagi pencuri untuk menyusup ke dalam rumah. Oleh karena itu perlu dilakukan keamanan tambahan berupa alat yang mampu mendeteksi manusia dan memberitahukan kejadian tersebut kepada pemilik rumah. Berdasarkan permasalahan tersebut, pada penelitian ini dibuatkan sistem keamanan dengan dilengkapi kamera yang dipasang disekitar pintu untuk memantau pergerakan objek sekitar pintu dengan menggunakan pustaka tensorflow dan tinyML yang dilengkapi komunikasi jaringan seluler dengan modul SIM800L sebagai komunikasi antara mikrokontroler dan pengguna serta kontrol kunci pintu dengan SMS . Hasil penelitian menghasilkan kinerja sistem yang optimal dengan sistem yang mampu mendeteksi manusia dengan persentase keberhasilan 80% pada lima jarak dan membedakan bukan manusia dengan persentase keberhasilan 100% pada lima jarak. Pada pengiriman  notifikasi telepon kepada pengguna dibutuhkan waktu rata-rata delay 9,07 detik, rata-rata completion rate sebesar 87,5% dan kegagalan kirim sebesar 12,5%. Pada proses pengontrolan kunci pintu dengan SMS dibutuhkan waktu rata rata delay 3,7 detik, delay action solenoid doorlock 1,2 detik dan delay kirim respon 6,8 detik dengan completion rate 100% dan rata-rata kegagalan kirim 0%. Sehingga sistem dibutuhkan waktu sekitar 11.7 detik saat mengirim perintah hingga mendapat respon.