Sistem keamanan rumah merupakan salah satu hal yang perlu diperhatikan agar dapat mengidentifikasi secara akurat orang-orang yang masuk ke dalam rumah. Sistem keamanan rumah konvensional yang menggunakan kunci untuk membuka pintu membuat tingkat keamanan rumah rendah. Beberapa faktor yang membuat kunci menjadikan tingkat keamanan rumah rendah yaitu kunci yang dengan mudah diserah tangankan, kemudahan untuk diduplikasi, atau kemungkinan kunci hilang. Berbagai penelitian telah dilakukan untuk menciptakan sistem keamanan rumah yang lebih baik dengan menguji berbagai metode pengenalan wajah, sehingga menghasilkan akurasi pengenalan yang tinggi.
Pada penelitian ini, pendeteksian wajah dilakukan menggunakan metode Haar Cascade dan pengenalan wajah menggunakan metode K Nearest Neighbor Classifier. Sistem ini menerapkan konsep internet of things untuk memudahkan pengguna mengawasi door lock system. Wajah yang telah dikenali kemudian di kirim ke aplikasi telegram pengguna.
Hasil dari perancangan sistem pengenalan wajah untuk sistem keamanan rumah menggunakan k-nearest neighbor classifier dan internet of things yaitu, tingkat akurasi lebih dari 90% pada 6 kelas. Konsep internet of things dapat diterapkan untuk sistem monitoring maupun controling pada aplikasi telegram pada smartphone pengguna. Fitur telegram bot yaitu, memonitoring door lock system, memberikan peringatan, dan mengkontrol door lock system untuk mengizinkan orang asing mengakses rumah atas sepengetahuan pengguna.