Sistem Keamanan Rumah Untuk Deteksi Manusia Berbasis YOLOv8 dan Identifikasi Penghuni Berbasis Face Recognition

Penelitian ini dilakukan untuk mengembangkan sistem keamanan rumah berbasis artificial intelligence yang mampu mendeteksi manusia dan mengenali wajah secara otomatis. Penelitian ini menggunakan algoritma YOLOv8 untuk deteksi objek manusia dan face recognition menggunakan library opencv dan dlib yang dilatih (pre-trained) menghasilkan face encodings atau vektor wajah berdimensi 128 untuk identifikasi wajah. Hasil pengujian menunjukkan bahwa model deteksi manusia mampu mencapai akurasi 98% hingga jarak 5 meter, berbagai posisi tubuh, dan kondisi pencahayaan berbeda, serta identifikasi wajah mencapai 96% pada jarak 1m dengan 4 orang berbeda. Performa model identifikasi wajah menurun pada jarak lebih dari 1 meter, pencahayaan rendah dan posisi wajah yang tidak terlihat sepenuhnya. Pada pengujian integrasi kedua model ini, sistem menunjukkan keberhasilan 100% dalam mendeteksi manusia dan 81% dalam mengenali wajah pada jarak 50-150 cm. Dalam pencahayaan berbeda pada jarak 1 meter, sistem mencatat keberhasilan 85% untuk deteksi manusia dan 58% untuk pengenalan wajah. Sistem keamanan yang dikembangkan dapat diimplementasikan dan berhasil dijalankan.