Abstrak
Sistem keamanan rumah berbasis sensor Infrared Pasif (PIR) telah dikembangkan dan diusulkan oleh berbagai peneliti. Sensor PIR biasanya digunakan untuk mengumpulkan informasi tentang gerakan objek yang berpotensi berbahaya dalam konteks keamanan rumah. Penelitian sebelumnya telah menunjukkan bahwa akurasi deteksi gerakan tergantung pada jumlah sensor yang dipasang; semakin banyak sensor, semakin besar akurasinya. Namun, ketika jumlah sensor meningkat, waktu deteksi juga meningkat. Biasanya, sistem dengan empat sensor memiliki akurasi sekitar 90% dan waktu deteksi sekitar 3 detik. Untuk mengatasi masalah ini, makalah penelitian ini mengusulkan solusi menggunakan model deep learning real-time untuk memperpendek waktu deteksi objek yang mencurigakan. Penelitian ini juga mengevaluasi kinerja berbagai metode deep learning untuk menentukan hasil terbaik (dalam hal waktu deteksi objek) untuk keamanan rumah. Eksperimen yang ketat telah dilakukan untuk memeriksa kinerja sistem yang diusulkan, dan hasilnya menunjukkan akurasi deteksi lebih dari 90%.