Kejahatan berupa pencurian pada rumah sering terjadi disaat pemilik sedang lengah atau tidak ada di tempat lokasi kejadian sehingga keamanan pada rumah harus ditingkatkan. Teknologi yang digunakan untuk mengamankan rumah salah satunya adalah teknologi CCTV pada Internet of Things (IoT) yang diharapkan dapat mengurangi jumlah pencurian.
Pengembangan penelitian tugas akhir dari teknologi CCTV dilakukan lebih lanjut untuk meningkatkan keamanan rumah. Penulis membuat sebuah sistem face recognition pada CCTV yang dapat mendeteksi objek yang tidak dikenal kemudian dikirim melalui Line Bot dan dilakukan pengujian serta analisis terkait dengan performansi sistem.
Dari hasil pegujian fitur menggunakan metode black box testing, fitur yang terdapat dalam bot bekerja dengan baik dan fitur pengiriman gambar dari Raspberry Pi dapat bekerja untuk mendeteksi wajah dengan jarak minimum 30 cm dan maksimum 118 cm. Kondisi terbaik pada sistem ini diimplementasikan pada kamera yang terdapat pada pintu rumah atau apartemen. Pengujian analisis jaringan Aplikasi Face Recognition – Server – Line terbagi menjadi 3 kondisi yaitu kondisi idle, kondisi normal, dan kondisi full. Pada kondisi idle memiliki delay sebesar 35,99 ms dengan throughput sebesar 188,7 kbps, kondisi normal memiliki delay sebesar 37,08 ms dengan throughput sebesar 184,2, kondisi full memiliki delay sebesar 38,93 ms dengan throughput 176,44 kbps. Nilai Reliability & Availability pada jaringan Aplikasi Face recognition - Server– Line sebesar 100% dengan skema yang dilakukan. Untuk pengujian analisis jaringan Line – Server – Line dibagi menjadi 3 kondisi, yaitu jam kosong, jam normal, dan jam sibuk. Pada jam kosong memiliki delay sebesar 109,64 ms dengan throughput sebesar 9,9 kbps, jam normal memiliki delay sebesar 112,73 ms dengan throughput sebesar 9,86 kbps, dan jam sibuk memiliki delay sebesar 121,54 ms dengan throughput sebesar 9,56 kbps. Nilai Reliability dan Availability pada jaringan Line – Server – Line sebesar 100% dengan skema yang dilakukan.
Kata Kunci: Internet of Things (IoT), Smart Home Security, Face recognition