Sistem keamanan adalah sebuah langkah kebijakan untuk mengamankan sebuah sistem yang di rancang untuk memantau , mencegah , dan merespon gangguan dari orang lain yang bukan pemilik sistem. Sistem keamanan juga di gunakan untuk melindungi sebuah aset fisik sesorang seperti rumah , sepeda motor , dan aset fisik lainnya yang dapat di ambil oleh seseorang yang tidak bertanggung jawab. Pada penelitian ini Sistem kemanan yang akan digunakan adalah menggunakan face recognition dan smartphone app yang databasenya sudah terhubung secara realtime. Pengaplikasian sistem keamanan pada proyek ini menggunakan sepeda motor sebagai objek pengaplikasian sistem keamanan. Sistem keamanan ini membutuhkan autentikasi wajah seseorang terlebih dahulu agar terdapat di dalam sistem, dan jika wajah seseorang yang tidak ter autentifikasi di sistem tidak akan bekerja , saat seseorang yang wajahnya sudah terdeteksi di sistem ketika orang itu ingin menyalakan sepeda motornya maka akan memerlukan autentifikasi wajah orang itu pada kamera yang terpasang pada sepeda motor , saat wajah sudah terdeteksi benar maka autentikasi ke 2 menggunakan smartphone untuk memastikan bahwa pengguna adalah orang yang terdaftar benar pada sistem , jika orang yang tidak terdaftar wajahnya maka akan menyalakan relay untuk alarm / klakson sehingga pemilik motor dapat mengetahui apabila pencuri sedang mencoba mengambil motor. Tujuan dari penelitian tugas akhir ini adalah untuk menambahkan autentikasi keamanan pada sepeda motor yang sudah dengan menambahkan Microcontroller, Pi Camera dan Smartphone Application yang berguna untuk mengurangi angka pencurian pada sepeda motor. Pada Pengujian yang telah di lakukan komunikasi data antara Microcontroller dan Smartphone Application telah berhasil dengan menggunakan Firebase sebagai jembatan antara dua device. Tingkat akurasi pendeteksian wajah yang ideal pada sistem ini adalah 20 cm sampai 80 cm dikarenakan memiliki tingkat akurasi 100% pada saat pendeteksian. Pada Tingkat keberhasilan pengenalan wajah beberapa faktor dapat mempengaruhi nilai akurasi pengenalan wajah yaitu posisi cahaya, tingkat pencahayaan , dan jarak wajah pada pengujian didapatkan nilai rata-rata keberhasilan pengenalan wajah yaitu 93.34% Kata Kunci : Sistem keamanan , Face Recognition , Smartphone app , Sepeda motor