Saat ini, arsitektur jaringan yang umum digunakan adalah IP address, di mana data dikirimkan berdasarkan alamat host pada setiap perangkat. Penggunaan IP Address dalam proses pengiriman data mengharuskan adanya proses tambahan untuk memetakan IP Address tujuan ke posisi terdekat dengan pengguna. Namun, muncul paradigma baru dalam pengiriman data yang disebut NDN (Named Data Networking), yang mengubah pendekatan dari host-centric menjadi data-centric. Walaupun NDN menawarkan keuntungan ini, terdapat kelemahan dalam pengoperasiannya, yaitu terdapat keterbatasan dalam penyimpanan data yang dicache saat menerapkan strategi caching.
Tugas Akhir ini bertujuan untuk memecahkan masalah yang ada pada jaringan NDN. Dalam Tugas Akhir ini penulis berhasil menciptakan Smart Home yang umumnya menggunakan jaringan IP, tetapi kemudian beralih ke jaringan yang sedang berkembang yaitu NDN. Simulasi dijalankan dengan program Human Pose Estimation dengan YOLOV7 dan Fall Detection untuk mendeteksi orang jatuh dan dapat di monitoring melalui website yang telah dibuat, dengan skenario dari strategi forwarding dan caching pada jaringan NDN. Pengukuran keberhasilan sistem tersebut mencakup pengujian delay/video streaming menggunakan Wireshark, fungsionalitas website, dan FPS hingga hasil optimal.
Hasil dari Tugas Akhir ini menunjukan bahwa dalam jaringan NDN memiliki delay yang baik dalam pengujian, dengan rata-rata delay 7,83 ms dengan pengujian sebanyak 30 kali. Dalam pengujian FPS untuk Human Pose Estimation, 30 pengujian dilakukan dengan hasil 3.2108 (Rata-rata 1 Orang) dan 2.9646 (Rata-rata 2 Orang), hal ini berdampak dari peningkatan objek terdeteksi terhadap perangkat dan kecepatan FPS. Pengujian Website dan Desain UI/UX melibatkan survei menggunakan Google Form dengan 36 responden, yang menunjukkan bahwa website memiliki implementasi yang baik dan ramah pengguna, meskipun perlu peningkatan berdasarkan masukan responden untuk meningkatkan pengalaman pengguna secara keseluruhan.